「都会人は創作者になれない」を強化学習的に考えてみる

どこかの作家の言葉だが、一理あると思うので、深く考えてみることにあうる。

「創作」は報酬価値が高いが、そこにいたるまでの道のりは長い。

何度か「創作」らしきことをやって創作の楽しさを覚えたとしても、完成までの道のりが長いので、「創作の第一歩」の状態価値はかなり低くなる。

状態価値のexponentialの比などで行動選択確率を決める場合、状態価値の差異が大きく反映されるわけだが、「創作の第一歩」を行うかどうかは、それ以外の「いつでも手に入るもの」との比較で決まる。

これが都会人（あるいは裕福な子女）は高くなるので、創作を行う機会が少なくなるというわけだ。

ちなみに、「完成間近」のものを見つけてそれを「完成」までに持っていく場合には、前後の状態価値の差分が大きくなり（指数関数で報酬自体の価値に近づくので）、他の報酬に対して十分強くなりうるので、これは都会人にも可能かもしれない。

ゆえに「発掘」して「支援者になる」場合はありうる。

「創作者」に限らず、能動的行為全般に当てはまることかもしれない。