多読のすすめ 2

>強化学習においてはそれはニューラルネットワークの報酬系を満たす。
>つまりポジティブな気分になるためのフィードバックとも言える。

音のストリームベースの最適性理論では
その強化学習の報酬の最適化を目指すのだ。

だから驚く程の効果が上がる。
学習が持続するのだ。