jotun82 https://blog.hatena.ne.jp/jotun82/ jotunの頭の中 https://jotun82-brain.hatenadiary.org/ 某先生の理論では、大脳基底核系が強化学習様のアルゴリズムで動いており、ノルアドレナリンは逆温度に相当するそうだ。もちろん大雑把な理論で突っ込みどころはいろいろあるのだが、割と面白い。 逆温度のいうのはソフトマックスの乗数の係数βで、βが大きいほどgreedyに振舞う（ランダムネスが減る）ことになる。某氏の理論ではノルアドレナリンは強化学習の行動決定の過程にのみ関わり、学習の過程には直接関与しない。（もちろん、行動のランダムネスが高ければより多くの選択肢を学習することになるので、間接的に学習にも寄与するのだが） ただ実際の人間の行動に当てはめた場合、いくつか問題があるように思う。そもそも強化学習… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fjotun82-brain.hatenadiary.org%2Fentry%2F20120630%2F1341026856" title="決断と逆温度 - jotunの頭の中" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2012-06-30 12:27:36 rich https://jotun82-brain.hatenadiary.org/entry/20120630/1341026856 1.0 100%