「雨が降っている中、傘を差して帰る」「晴れた空の下、傘を持って帰る」
これはどちらがいいか。当然後者だろう。傘を差さなくていい上に濡れる心配がない。
しかし、「念のため傘を持って行ったら雨が降った」というのが嬉しいのも事実。
より不幸な目に遭って、それで嬉しいというのはなぜなのか。
これは、この状況で傘を持って行ったことに対する報酬ではないだろうか。
人間は嬉しい思いをしたいと願う生き物だから、また傘を持って行きたくなる。
そして、重要なことには、「雨よ降れ」と願っても雨は降らない。
かくして、天気が怪しいときに「傘を持っていく」ことだけが学習される。
ずいぶん理想的なモデルなので、実際は違うかもだけど。
