2nd/10_Wiki/Topics_Blog/Reward Prediction Error.md

id, category, confidence_score, tags, last_reinforced

id	category	confidence_score	tags	last_reinforced
P-REINFORCE-AUTO-RWPE-001	10_Wiki/💡 Topics/AI	0.99	auto-reinforced neuroscience machine-learning dopamine reinforcement-learning	2026-04-20

Reward Prediction Error

📌 한 줄 통찰 (The Karpathy Summary)

"학습을 만드는 엔진: 기대했던 보상과 실제 받은 보상 사이의 '차이'를 계산하여, 그 간극만큼 미래의 행동 지침을 수정해나가는 뇌와 AI의 공통 지능 알고리즘."

📖 구조화된 지식 (Synthesized Content)

보상 예측 오류(Reward Prediction Error, RPE)는 학습 시스템이 현재의 정책을 업데이트하기 위해 사용하는 핵심 신호입니다.

1. 수학적 정의 (TD Error):
   • RPE = (\text{실제 보상} + \text{이미 알고 있는 미래 가치}) - \text{예상했던 가치}
   • Positive Error (+): 기대보다 결과가 좋을 때. 행동 확률을 높임.
   • Negative Error (-): 기대보다 결과가 나쁠 때. 행동 확률을 낮춤.
2. 신경과학적 구현 (도파민):
   • 뇌의 중뇌 도파민 뉴런이 RPE를 계산하는 것으로 알려짐 (슐츠의 연구).
   • 예상치 못한 보상이 주어질 때 도파민이 폭발하고, 예상대로 나오면 잠잠하며, 예상했는데 안 나오면 도파민 화력이 급락함.
3. 강화학습에서의 역할:
   • Q-Learning, Actor-Critic 등 대부분의 현대 RL 알고리즘이 이 오차를 0으로 만드는 방향으로 가중치를 최적화함.

⚠️ 모순 및 업데이트 (Contradictions & RL Update)

• 과거 데이터와의 충돌: 과거에는 보상 그 자체가 학습을 일으킨다고 믿었으나, 현대 과학은 '보상 그 자체'가 아니라 '예측하지 못한 보상의 차이(오류)'가 시냅스 가소성을 유발하는 진짜 범인임을 증명함.
• 정책 변화(RL Update): 중독(Addiction)이나 도박 정책 수립 시, 단순히 행위를 막는 것이 아니라 뇌의 RPE 시스템을 가짜 데이터로 교란하는 '변동 보상(Slot Machine 메커니즘)' 디자인을 규제하는 방향으로 기술 정책이 강화됨.

🔗 지식 연결 (Graph)

• Reinforcement Learning (RL), Neurobiology-of-Reward, Probability Theory, Performance Management Systems, Ps-Reinforce
• Modern Tech/Tools: Deep Q-Networks (DQN), Dopamine level monitoring, Behavioral RL models.

---