前额叶对奖赏预测误差读出的放大调控灵长类强化学习衍生的适应性行为
Prefrontal scaling of reward prediction error readout gates reinforcement-derived adaptive behavior in primates
奖赏预测误差如何从中脑纹状体信号转化为灵活行为尚不清楚。研究整合跨物种强化学习建模、神经影像与转录组数据，比较人类和猕猴在确定性与概率性反转任务中的表现，并用单试次解码考察奖赏预测误差到选择的预测。人类在两类任务上表现更好，更多调用背侧前扣带和背外侧前额叶，猕猴相应区域虽有类似预测信号却未引导行为；独立人类队列中只有接近最优者表现出强前额叶动作解码。该文为 arXiv 预印本，尚未经同行评审。
整合跨物种强化学习建模、脑成像与转录组数据，比较人类与猕猴在反转任务中的奖赏预测误差读出，并用独立人类队列对照表现优劣者。
arXiv:2512.09761v3 公告类型：替换 摘要：由奖赏预测误差（RPE）驱动的强化学习（RL）使各物种能够产生适应性行为。尽管中脑-纹状体对 RPE 的编码已有充分记录，但前额叶回路如何将这些信号转化为物种特异性的灵活性仍不清楚。通过整合跨物种 RL 建模、神经影像学和转录组学，我们识别出人类和猕猴在 RPE 计算方面共享的分子与神经解剖学基础。尽管存在这一保守基础，人类在确定性和概率性反转任务上仍表现出更优的表现。单试次解码显示，两个物种中 RPE 到选择的动态预测同样稳健；然而人类不成比例地募集了背侧前扣带（dACC）和背外侧前额叶皮层（dlPFC）。种间对齐在猕猴 dACC/dlPFC 中定位到同样具有预测性的策略信号，但这些信号未能引导行为。关键在于，在一个独立人类队列中进行的种内比较表明，只有接近最优的个体表现出强的前额叶动作解码，与次优个体形成对比。这些发现提示，行为灵活性源于前额叶读出广度——一种挑战高效编码理论的层级缩放原则。
中文由 AI 翻译，仅供参考，以原文为准。
来源：arXiv q-bio.NC 预印本 · arxiv.org