神経調節平衡学習

平衡伝播（EP）は、誤差逆伝播法に代わる生物学的動機に基づく手法だが、自由平衡相とナッジ平衡相を必要とするため、相分離型学習の生物学的妥当性に疑問が生じる。本研究では、注意ゲート型脳内伝播と神経調節シグナル伝達に着想を得た、単一平衡による報酬ベースの枠組みである神経調節平衡学習（NEL）を提案する。NELは自由平衡に到達した後、選択された行動に由来する報酬依存の調節シグナルを相互フィードバック結合を介して伝播させ、局所的なシナプス更新を駆動する。これにより、報酬ナッジ平衡と対照的更新の両方が不要となる。多層パーセプトロンおよび畳み込みネットワークを用い、MNIST、Fashion-MNIST、CIFAR-10でNELを評価した。浅いアーキテクチャでは、NELは報酬ベース平衡伝播（REP）に近い性能を示し、MNISTと隠れ層が1層のFashion-MNISTにおける差は、それぞれ0.67ポイントと1.20ポイントであった。一方、より深いネットワークや畳み込みネットワークでは、差が拡大した。教師あり出力誤差全体を用いる直接的なコストフィードバック制御は、NELを一貫して上回らなかった。この結果は、報酬情報の疎性だけではREPとの残存する性能差を説明できないことを示している。以上より、単一の自由平衡から効果的な報酬駆動学習が生じ得ることが示されるとともに、報酬ナッジダイナミクスがもたらす計算機構について、さらなる検討の必要性が示唆される。

https://doi.org/10.64898/2026.08.28.747901