06/09/22 22:39:11
>>191
>強化学習に関して、
>もう数ステップ回路の解明（付け足し）がないと、人工知能の実現は難しいような気がします。
非常に難しい問題ですね。
報酬信号がまるで時を遡って行動シーケンスに影響を与えているかのように見えます。
もちろん時を遡るなんてことがあるはずないので報酬予測の連鎖によってそのように見えて
いるのではないかと愚考するしだいです。
06/09/22 22:39:11
>>191
>強化学習に関して、
>もう数ステップ回路の解明（付け足し）がないと、人工知能の実現は難しいような気がします。
非常に難しい問題ですね。
報酬信号がまるで時を遡って行動シーケンスに影響を与えているかのように見えます。
もちろん時を遡るなんてことがあるはずないので報酬予測の連鎖によってそのように見えて
いるのではないかと愚考するしだいです。