跳到正文
原文
bioRxiv · Neuroscience· Burrell, M., Pastor-Bernier 等 6 人
精选AI 评分65

多巴胺奖赏预测误差信号将努力成本编码为负奖赏价值

Dopamine reward prediction error signal encodes effort cost as negative reward value

预印本 · 尚未经过同行评审

AI 导读

经济学理论认为决策者会在奖赏收益与付出努力的成本之间权衡,但多巴胺奖赏预测误差信号是否也承载努力成本尚不清楚。研究让猴子在奖赏金额与获得奖赏所需努力(摇杆阻力)不同的选项间反复做二选一,记录中脑多巴胺神经元活动,发现努力预测线索降低奖赏预测性兴奋,实际用力多于预期时出现抑制、少于预期时出现兴奋,方向与奖赏的正价值信号相反。作者认为该信号同时出现在刺激和结果阶段,符合时序差分强化学习的形式。

推荐理由

在猴子用摇杆做奖赏与努力二选一任务时记录中脑多巴胺神经元,把努力成本作为负奖赏价值与奖赏预测误差信号对照。

摘要 · AI 翻译

所有生命都必须权衡将稀缺能量资源用于最大化奖赏的经济问题。经济理论提出,理性(奖赏最大化)决策者会权衡奖赏可能带来的收益与为获得奖赏付出努力的成本。本研究测量了猴子多巴胺神经元的奖赏预测误差信号如何反映努力成本(操纵杆阻力)的负价值,并将其与多巴胺对奖赏正价值的信号进行比较。动物在奖赏量和获得奖赏所需努力各不相同的选项之间反复进行二元选择。中脑多巴胺神经元在预测努力的刺激处(作为对预测奖赏兴奋的减弱)以及在经历的努力处(当努力大于预期时表现为抑制,当努力小于预期时表现为兴奋)均发出努力成本负价值的信号。这些努力信号与反映奖赏相对于预测的正价值(奖赏预测误差;RPE)的相反信号形成对比。因此,多巴胺神经元将努力成本编码为与奖赏正价值相反的负价值。由于该多巴胺信号同时出现在刺激和结果中,它符合时序差分强化学习的形式体系。

中文由 AI 翻译,仅供参考,以原文为准。

来源:bioRxiv · Neuroscience · biorxiv.org

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。