他者の行動の予測を促進する行動特性の研究: 強化学習を用いた行動モデリング

摘要

私たちが社会生活を送る上で，周囲の反応や意図を読み取り，自身の振る舞い方を柔軟に調整することが時に重要となる．こうした営みは他者の行動を予測する認知機能によって支えられている．同時に，他者が自身の行動を予測しやすいように振る舞うことも，円滑なコミュニケーションを促す鍵となると考えられる．では，他者にとって予測しやすい行動とは，具体的にはどのような特性が考えられるだろうか．例えば，自動車の運転において周囲のドライバーに進路を譲る際には，相手が発進するまで減速し続ける，あるいは停止して待つなどして相手にサインを送ることで事故のリスクを回避することができる．このように自身の行動パターンを一貫させることは，互いに協調的な行動を促す機能を持つと言える ．意思決定研究において，同じ行動選択を繰り返す傾向については強化学習の枠組みで検討されてきた．強化学習とは，選択の結果として得られる報酬に基づいて行動価値を計算し，適切な選択を逐次的に学習していく過程である．しかし，実際の人間の意思決定とは常に合理的な価値計算に基づいて行われるとは限らない．「前回も選hだからもう一度選hでみる」というように過去に自身がとった行動からも影響を受ける．これまで，価値とは無関係に同じ選択を繰り返す傾向である固執性(perseverance) は意思決定におけるノイズとして捉えられてきたため，その社会的機能については十分に検討されてこなかった．そこで本研究では，固執性が他者の行動の予測を促進する可能性について議論する．