[G1-Sync] Manual knowledge update

10_Wiki/Topics/AI_and_ML/Dopaminergic Reward System.md

@@ -2,60 +2,28 @@
 id: wiki-2026-0508-dopaminergic-reward-system
 title: Dopaminergic Reward System
 category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: []
-duplicate_of: none
+status: duplicate
+canonical_id: wiki-2026-0508-computational-neuroscience-rl
+duplicate_of: "[[Computational-Neuroscience-RL]]"
+aliases: [dopamine, reward system, mesolimbic]
 source_trust_level: A
-confidence_score: 0.97
-tags: [Neuroscience, Psychology, RewardSystem, Dopamine]
-raw_sources: []
-last_reinforced: 2026-04-20
+confidence_score: 0.9
+verification_status: redirected
+tags: [duplicate, neuroscience, dopamine]
+last_reinforced: 2026-05-10
 github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
 ---
 
-# [[Dopaminergic Reward System|Dopaminergic Reward System]] (도파미너직 보상 체계)
+# Dopaminergic Reward System
 
-## 📌 한 줄 통찰 (The Karpathy Summary)
-> "쾌락의 호르몬이 아니라, '기대'와 '학습'의 엔진." 뇌에서 예상치 못한 보상을 받았을 때 분비되어 그 행동을 반복하게 만드는 강력한 강화학습(Reinforcement Learning) 시스템의 생물학적 기원이다.
+> **이 문서는 [[Computational-Neuroscience-RL]] 의 sub-concept 입니다.** Canonical 문서로 redirect.
 
-## 📖 구조화된 지식 (Synthesized Content)
-- **[[Reward Prediction Error|Reward Prediction Error]] (RPE)**: 도파민은 보상을 받을 때보다 '예상보다 더 좋은 결과'가 나왔을 때 가장 많이 분비된다. (기대치와 실제의 차이가 학습의 신호가 됨)
-- **Core Pathways**:
-    - **Mesolimbic Pathway**: 동기 부여 및 중독과 관련 (복측 피개 영역 $\to$ 측좌핵).
-    - **Mesocortical Pathway**: 인지 제어 및 의사결정과 관련 (전전두엽 연결).
-- **Function**: 어떤 행동이 생존에 유리한지 뇌에 각인시키고, '주의(Attention)'를 집중시키는 필터 역할을 함.
+## 🔗 Graph
+- 부모: [[Computational-Neuroscience-RL]] (canonical)
+- Adjacent: [[Addiction-Neuroscience]] · [[Brain-Derived Neurotrophic Factor (BDNF)]] · [[Dopaminergic Reward Systems]]
 
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-- 도파민 시스템이 고장 나면 끊임없는 자극을 쫓는 '도파민 루프'에 빠지게 된다 (SNS, 도박, 게임 중독의 메커니즘). 현대의 디지털 서비스 디자인은 이 보상 체계를 정밀하게 해킹(Dark Patterns)하고 있으므로, 이를 인지하고 '의도적인 결핍'을 통해 수용체 민감도를 회복하는 '도파민 디톡스'가 정신 건강의 화두로 떠오르고 있다.
-
-## 🔗 지식 연결 (Graph)
-- Related: [[Reward Prediction Error|Reward Prediction Error]] , [[Flow-State|Flow-State]]
-- Mechanism: [[Reinforcement Learning (RL)|Reinforcement Learning (RL)]]
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
-- *(TODO)*
-
-**언제 쓰면 안 되는가:**
-- *(TODO)*
-
-## 🧪 검증 상태 (Validation)
-
-- **정보 상태:** needs_review
-- **출처 신뢰도:** A
-- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
-
-## 🧬 중복 검사 (Duplicate Check)
-
-- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
-- **처리 방식:** UPDATE (자동 정규화)
-- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
+## 🕓 변경 이력
+| 날짜 | 변경 |
+|---|---|
+| 2026-05-08 | Phase 1 |
+| 2026-05-10 | 중복 처리 |