Antigravity Agent
9148c358d0
Topic_Agent/Topic_Blog/Topics/Topics_Biz/Topics_Meeting/Topics_Rag의 마크다운 지식 문서를 Topic_General/Topic_Programming/Topic_Graphic/Topic_Business 4개 카테고리로 재분류. - 중복 제거: frontmatter의 status:duplicate/merged + duplicate_of/redirect_to 필드로 자기 자신을 중복으로 선언한 리다이렉트 stub 1032개 제거, 완전 동일 내용 파일 472개 제거, 동일 파일명·다른 내용 충돌 시 더 큰(완전한) 버전만 유지(162개 제거) — 총 1639개 중복 제거. - 분류: 폴더 단위로 명확한 항목(AI_and_ML/Coding/Architecture 등 → Programming, Comfyui/Visual_Effects → Graphic, Topics_Biz/Topics_Meeting/사업 등 → Business, Poetic_Blog_Writing/창의성/Game_Design 등 → General)은 폴더 우선순위로, 나머지 혼재 폴더(Topic_Agent/Topic_Blog/Topics 루트/Thinking & Reasoning/Other/UI_UX_Assets)는 title/tags 키워드 스코어링으로 파일 단위 분류(불명확한 경우 General로 폴백). 원본 폴더명은 "From_*" 서브폴더로 보존해 추적 가능성 유지. - 최종 배치: Programming 2784 / General 1608 / Graphic 285 / Business 249 = 4926개 문서. - 에이전트 운영 상태(.astra/.agent/.obsidian/sessions/memory/_company/docs/lessons/_shared/src)는 지식 콘텐츠가 아니므로 재분류 대상에서 제외하고 원위치 유지. - Topics/Topic_email(상위 보호 폴더 Topic_email과 파일명 100% 중복) 삭제 — 보호 폴더 자체는 미변경. - 완전히 비게 된 Topic_Agent/Topic_Blog/Topics_Biz/Topics_Rag 폴더 제거.
132 lines
4.5 KiB
Markdown
132 lines
4.5 KiB
Markdown
---
|
||
id: wiki-2026-0508-neurobiology-of-reward
|
||
title: Neurobiology of Reward
|
||
category: 10_Wiki/Topics
|
||
status: verified
|
||
canonical_id: self
|
||
aliases: [Reward System, Dopamine System, Mesolimbic Pathway]
|
||
duplicate_of: none
|
||
source_trust_level: A
|
||
confidence_score: 0.9
|
||
verification_status: applied
|
||
tags: [neuroscience, reward, dopamine, RL]
|
||
raw_sources: []
|
||
last_reinforced: 2026-05-10
|
||
github_commit: pending
|
||
tech_stack:
|
||
language: python
|
||
framework: neuroscience-RL
|
||
---
|
||
|
||
# Neurobiology of Reward
|
||
|
||
## 매 한 줄
|
||
> **"매 dopamine 은 reward 자체 X, 매 reward prediction error 의 signal"**. 매 mesolimbic pathway (VTA → NAc) 가 매 expected vs actual outcome 의 차이를 encode 하며, 매 Schultz (1997) 가 매 발견. 매 modern RL (TD-learning, RLHF) 의 매 biological 의 root.
|
||
|
||
## 매 핵심
|
||
|
||
### 매 핵심 회로
|
||
- **VTA (ventral tegmental area)**: 매 dopamine 의 source neurons.
|
||
- **NAc (nucleus accumbens)**: 매 reward salience encoding.
|
||
- **PFC (prefrontal cortex)**: 매 value-based decision-making.
|
||
- **Amygdala**: 매 valence (positive/negative) encoding.
|
||
|
||
### 매 RPE (Reward Prediction Error)
|
||
- 매 RPE = actual_reward - expected_reward.
|
||
- 매 positive RPE → dopamine burst → 매 reinforce action.
|
||
- 매 negative RPE → dopamine dip → 매 weaken action.
|
||
- 매 zero RPE (fully predicted reward) → no signal.
|
||
|
||
### 매 응용
|
||
1. **RL algorithms**: TD-learning 매 RPE 와 mathematically equivalent.
|
||
2. **RLHF**: 매 reward model 매 human preference RPE 의 proxy.
|
||
3. **Addiction research**: 매 hijacked dopamine → compulsive behavior.
|
||
4. **UX design**: 매 variable reward schedule (slot machine effect).
|
||
|
||
## 💻 패턴
|
||
|
||
### TD-learning (Sutton & Barto, RL biological analog)
|
||
```python
|
||
# Temporal Difference learning — RPE 매 update signal
|
||
import numpy as np
|
||
|
||
def td_update(V, state, next_state, reward, alpha=0.1, gamma=0.99):
|
||
"""V[s] ← V[s] + α(r + γV[s'] - V[s])"""
|
||
rpe = reward + gamma * V[next_state] - V[state] # 매 RPE
|
||
V[state] += alpha * rpe
|
||
return V, rpe
|
||
```
|
||
|
||
### Dopamine neuron simulation
|
||
```python
|
||
def dopamine_response(predicted_r, actual_r, baseline=1.0):
|
||
"""Schultz (1997) — 매 phasic firing rate."""
|
||
rpe = actual_r - predicted_r
|
||
return baseline * np.exp(rpe) # scale baseline firing
|
||
```
|
||
|
||
### RLHF reward model (modern bridge)
|
||
```python
|
||
# transformers + trl
|
||
from trl import PPOTrainer, PPOConfig
|
||
from transformers import AutoModelForCausalLMWithValueHead
|
||
|
||
# 매 reward model = learned approximation of human RPE
|
||
config = PPOConfig(model_name="meta-llama/Llama-3.1-8B")
|
||
trainer = PPOTrainer(config, model, tokenizer, reward_model=reward_fn)
|
||
# Reward signal drives policy update → analog of dopamine update
|
||
```
|
||
|
||
### Variable reward schedule (UX)
|
||
```python
|
||
import random
|
||
def variable_reward(action_count):
|
||
"""매 intermittent reinforcement — strongest learning."""
|
||
if random.random() < 0.3: # 30% reward
|
||
return "reward"
|
||
return "no_reward"
|
||
```
|
||
|
||
### Aversive learning (negative valence)
|
||
```python
|
||
def negative_rpe_update(V, s, s_, r, alpha=0.1):
|
||
"""매 amygdala-mediated learning."""
|
||
rpe = r + V[s_] - V[s] # r typically negative
|
||
V[s] += alpha * rpe
|
||
return V
|
||
```
|
||
|
||
## 매 결정 기준
|
||
| 질문 | 답 |
|
||
|---|---|
|
||
| 매 dopamine 매 pleasure 인가? | X — RPE signal (wanting ≠ liking) |
|
||
| 매 RL 의 reward 매 dopamine? | Functional analog yes (Schultz) |
|
||
| 매 addiction 매 dopamine 과잉? | X — dysregulated RPE / hijacked salience |
|
||
| 매 RLHF 매 brain-like? | At reward-update level yes (policy update) |
|
||
|
||
**기본값**: 매 dopamine = "wanting / RPE", 매 opioid = "liking" 의 dissociation 기억.
|
||
|
||
## 🔗 Graph
|
||
- 부모: [[Reinforcement-Learning]]
|
||
- 응용: [[RLHF]] · [[TD-Learning]] · [[Addiction]]
|
||
- Adjacent: [[Operant-Conditioning]] · [[Habit-Formation]]
|
||
|
||
## 🤖 LLM 활용
|
||
**언제**: 매 reward modeling intuition, 매 RLHF reward shaping debugging, 매 motivation framework explanation.
|
||
**언제 X**: 매 clinical psychiatry — 매 specialist 영역.
|
||
|
||
## ❌ 안티패턴
|
||
- **Dopamine = pleasure**: 매 popular myth — 실제는 RPE / wanting.
|
||
- **More dopamine = better**: 매 tonic 과잉 매 schizophrenia, parkinson off-state.
|
||
- **Reward hacking**: 매 RL agent 매 RPE exploit, 매 brain analog (addiction).
|
||
|
||
## 🧪 검증 / 중복
|
||
- Verified (Schultz 1997 *Science*; Berridge & Robinson 1998 wanting/liking; Sutton & Barto *RL Book* 2018 2e).
|
||
- 신뢰도 A.
|
||
|
||
## 🕓 Changelog
|
||
| 날짜 | 변경 |
|
||
|---|---|
|
||
| 2026-05-08 | Phase 1 |
|
||
| 2026-05-10 | Manual cleanup — RPE biology + RL bridge + RLHF analog |
|