多くの研究によって，マインドワンダリング（MW）の発生要因が探索されているが，それぞれの知見は独立しており，統一的な見解は得られていない。本研究では, MWの発生は，エージェントが従事しうる思考や行動に対するモチベーションの時間的な変化に依存するという仮説に基づき，これまで提案されてきた発生要因の統合的理解を目指す。このために，特定の基準値のみが決められており，その値への近接量に基づく学習を行う，Homeostatic Reinforcement Learning（HRL）を導入する。HRLでは，内部状態が発散しないように，行動選択をするため，行動価値が低く設定されている行動にも従事する特性がある。MW研究で頻繁に採用される行動課題をHRLエージェントに課し，MW頻度の変化を検討した。結果として，MW内容の重要性，課題に対するモチベーション，課題の難易度に関連するようなパラメータの調整によって，MW頻度を操作できることを示した。