SL を最適化するとしたら

何を 評価関数 とすべきでしょう
-----
最大多数の最大幸福（/楽しさ）
-----
というのは 1つの候補 です
-----
まあ 勿論 不完全ですが...
-----
少なくとも RL の 金持ちだけの最大幸福（/楽しさ） よりは マシ でしょう... あはは