选择任务中的决策:一个基于学习的额叶视区模型
详细信息 查看官网全文
摘要
决策是一个灵活变动的过程,其产生依据各种各样信息的积累。然而,这一过程的相关神经机制仍远未清楚。在本研究中,我们将一个额叶视区层级模型扩展为一个基于学习的模型,并用模拟结果去解释进行选择任务时的认知过程。这一扩展模型具有三个核心方面:将对同样方向有偏好的神经元聚集在一起的方向偏好群体,能控制不同规则相关活动的规则模块,和会根据任务要求调节连接强度以便能灵活地改变决定的基于奖励的突触可塑性。经过上百次的训练后,该模型成功模拟了两个认知相关的任务:反向眼跳任务和nogo任务。我们发现突触可塑性能通过抑制错误的选择并提升正确的选择以调节任务决策。此外,训练后的模型能表现出动物实验中的两种性质:反向眼跳任务的反应时间分布的延迟和撤销一个反射性眼跳的停止信号机制。与此同时,我们对训练后的模型进行正向眼跳任务和反向眼跳任务的连续切换,使其不断地对两个任务进行重新学习。这一切换过程没有任何的提示信息,模型需要根据受奖励决策的变化来改变任务的决策。我们发现任务切换后重新学会一个任务比从原始状态开始学习所需要的训练次数会大幅减少。这是由于可塑性突触仍然保留了已学任务的相关信息。这一过程和任务切换中所显示的数据都与实验数据相一致的。
引文