WBA

グルタミン酸，GABA といった伝達物質に加えて，ドーパミン，セロトニン，ノルアドレナリン，アセチルコリン，などの神経修飾物質が知られています。 銅谷は神経修飾物質が学習のメタパラメータの制御に関与するという仮説を提案しています。 これによれば，

1. ドーパミン系は報酬予測の変化 δ を表現
2. セロトニン系は報酬評価の時間スケール γ を制御
3. ノルアドレナリン系は動作学習の逆温度 β を制御
4. アセチルコリン系は学習速度係数 α を制御

となります。脳内の神経修飾物質と強化学習で用いられるパラメータの対応関係を示唆した興味深い仮説です。

K. Doya, Metalearning and neuromodulateion, Neural Networks, Vol. 15, pp.495-506, 2002.