人間が行動を起こすかどうかは、行動の結果報酬が得られるかどうかということだけでなく、行動を起こさない状態で報酬が得られるかどうかにも依存する。単純に行動を起こした時の報酬（×獲得確率）から行動を起こさなかった時の報酬（×獲得確率）を引いて、…

状態ないし行動の価値を決めて、その大きなものを選択するというのは、すでに状態や行動の価値が学習されているので、その場の判断というよりそれまでの学習で半ば自動的に行動が決まる感じだろう。それに対して、ある行動を選択した時に生じるであろうδを計…

それは決して「メタな判断」というものではなく、何らかの学習の結果、自然な行動として生起しているのだろう。ドーパミンは学習に関与し、放出量が大きければ学習への関与も大きくなるが、単純に一時的な放出量に比例するというものでもないのだろう。それ…