06/10/07 04:32:36
>>209
>>これはつまり強化学習+扁桃体による快/不快学習ということですか？
>ちょっと違いますが、まだうまく説明できません。いつか説明できるようになるまでお待ちください。
では少し私の考えを聞いて頂けますか。
進化の過程において新しい機能は古い機能に取って代るのではなく古い機能を利用しつつ新しい機能が
覆い被さるように革新していきます。
私は「感覚器→強化学習器→行動」の次の段階は「感覚器→内的世界→強化学習器→行動」と考えています。
内的世界とは何か？
それは戦場における司令部の戦略地図のようなもの、例えばミッドウェー海戦時の大和司令部でのこと、
ミッドウェー島周辺海図上に南雲機動部隊の模型が置かれています。
そこへ偵察機から米機動艦隊の存在が報じられ海図には空母ヨークタウンの模型が追加されます。
つまり現実を模したオモチャの世界、これが内的世界です。
内的世界での艦隊は統計的に最もありがちな動きをとり、ときおり偵察機からの報告（感覚器からの信号）
によって現実世界との整合性が保たれます。
この内的世界が何の役に立つのか？
感覚器からの情報を遮断することによって内省を行い事前に強化学習器を試すことが出来る。
そうして想像の中で悪い結末となる行動は除外され、良い結末となる行動は強化される。
その結果、表出する行動は単純な強化学習器より一段進歩したものとなる。
と考えています。