神経調節による生涯学習強化

複数のタスクをナビゲートすること—たとえば、継続的または生涯学習のように連続して、またはメタ学習やマルチタスク学習のように分布の中で—には、適応についての何らかの概念が必要です。千年単位の時間スケールにわたる進化は、人間や他の動物に非常に効果的な適応学習および意思決定戦略を授けました。これらの機能の中心には、いわゆる神経調節系があります。本研究では、神経科学と認知科学からの理論および証拠を適応人工強化学習アルゴリズムの設計に統合するための抽象的枠組みを紹介します。アセチルコリン（ACh）およびノルアドレナリン（NA）に関する文献に基づいて構築されたこの枠組みの具体例を示し、非定常なマルチアームバンディット問題における結果として得られた適応アルゴリズムの効果を経験的に検証します。最後に、私たちの枠組みを実験神経科学の試みと結びつける道を提供する理論に基づく実験提案で結論づけます。