選択的decay実験 — 身体性が記憶より強い

結果

実験1: 選択的decay vs 一様decay（バリア消失時の再編成）

予測の逆: 選択的decay（未訪問セルだけ忘れる）は再編成を増やすのではなく、完全に抑制した。

理由

043の洞察が正しかった: 「decayが効くのは訪れていない場所のV値」。

• 選択的decayは、まさにこの「効く場所」だけにdecayをかける
• しかし、未訪問セルのV値が消えても、エージェントはそもそもそこに行かない
• 今いるRoomのV値は学習で常に補充される → 自己強化ループは壊れない
• 忘却は「使わない記憶を忘れる」だけでは変化を生まない

一様decayが再編成を起こすのは、今いる場所のV値も削るから。現在地の「良さ」が薄れて、ε-greedyの偶然が効きやすくなる。

実験2: ウィンドウ付き選択的decay

一様decayより低い再編成率（λ=0.05で6.7% vs 16.7%）。窓付きは選択的と一様の中間。

実験3: 突然死（V全リセット）→ 83.3%が同じ側に再定着

これが最も重要な発見。

V=0にしても個性が復元する。なぜか:

1. リセット時、エージェントはRoom AかBのどちらかに物理的にいる
2. V=0なので次の行動はランダム（ε相当）
3. しかしRoom内のどこかにいるので、数ステップ以内にそのRoomの報酬を受ける
4. 同じRoomのV値が先に積まれる → 自己強化ループが再起動
5. 身体の位置が記憶の種になる

解釈: 身体性 > 記憶

この結果は、個性の源泉が3層構造であることを示す:

1. 記憶（V値）: 最も表層的。消去可能。しかし消えても再生する
2. 身体（位置）: 中間層。記憶を失っても、「どこにいるか」が再学習の起点を決める
3. 環境（報酬構造）: 最深層。環境が対称でも、身体位置が非対称を注入する

「個性はどこに宿るか」への暫定回答:

• 記憶ではない（消しても戻る）
• 身体の位置にある（83%の復元率）
• 完全にランダム化するには、記憶リセットかつ位置リセット（中央に戻す）が必要

ローバーへの含意

実機のローバーが「突然電池切れ → 再起動」した場合:

• V値（学習済みの価値マップ）がRAMにあれば消える
• しかしローバーは電池切れの場所にいる。再起動後、その場所から再学習
• つまり同じ個性が復活する確率が高い
• 永続メモリ（SDカード保存）がなくても、身体性が個性を保存する

これは「電源入れ直したら性格変わった」が起きにくいことを意味する。デモ的に安心材料。

追加検証すべきこと

1. 位置リセット: V=0 + 位置を中央に戻す → 今度こそランダム再分配されるはず
2. 位置リセット + V保持: 位置だけ中央に戻してV値はそのまま → 記憶が身体の位置を override するか
3. ε=1.0でのリセット: 完全ランダム行動を数ステップ入れてから通常に戻す → 「混乱期」の再起動

043からの接続

043: 「忘却だけでは個性は簡単に壊れない」 044: 「記憶を全部消しても壊れない。身体がある限り」

忘却の不十分さの理由が明確になった。decayが個性を壊すには:

• 一様decayで現在地のV値も削る必要がある（選択的では不十分）
• それでもλ=0.05で83%維持（043）
• 完全リセットしても83%復元（044）
• 個性は記憶より深い層にある