jotun82 https://blog.hatena.ne.jp/jotun82/ jotunの頭の中 https://jotun82-brain.hatenadiary.org/ 報酬を予期させるような手掛かり刺激は、強化学習では高い状態の価値として表現される。強化学習の枠組みでは、ある状態から推移しうる状態のバリエーションはあらかじめ与えられているが、実際の人間の思考は必ずしもそうではないだろう。 明確な因果関係を認識していなくても、過去にそれら二つがたまたま同時に発生したなどの理由で、二つの状態（刺激）を関連のあるものとして認識する、あるいは一方を見てもう一方を連想する、ということはしばしば起こる。ある状態から推移しやすい別の状態は、過去の経験に基づいてある程度決まっており、また学習によって変化する。関係性を思い浮かべるものは、一方が報酬価値を持った時に、手掛かり刺… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fjotun82-brain.hatenadiary.org%2Fentry%2F20120709%2F1341837921" title="状態の価値と関係性と思考の範囲 - 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 2012-07-09 21:45:21 rich https://jotun82-brain.hatenadiary.org/entry/20120709/1341837921 1.0 100%