奖励改变预测性空间地图的使用与结构

海马位置细胞活动中与奖赏相关的变化，可能反映的是对既有空间地图的不同使用方式，也可能是重塑该地图的可塑性。我们在一个双通路模型中分离了这两种贡献：一个循环网络学习预测感觉输入并发展出空间表征，而一个强化学习控制器将该表征与显式的目标信号结合以引导行为。在学习前后重放完全相同的轨迹，从而分离出表征可塑性。目标导向行为强烈地将位置野集中在奖赏附近，而表征的变化则较小且更具变异性。一个奖赏接近性教学信号使这些变化更大且更一致，而当循环可塑性受到限制时，该变化被强烈减弱。在奖赏位置转移后，与目标相关的方向调谐比位置野组织适应得更充分，而撤除奖赏与接近性教学则逆转了习得的位置野集中。因此，奖赏通过可分离的机制影响预测性空间地图：目标信息改变既有地图的使用方式，而与奖赏相关的教学信号则重塑地图本身。我们的结果为未来实验提供了一个具体框架，以厘清奖赏信息、可塑性与行为如何共同塑造海马活动。

中文由 AI 翻译，仅供参考，以原文为准。