大脳基底核-強化学習モデルによる線条体神経細胞活動の記録と予測

スポンサーリンク

概要

論文の詳細を見る
近年大脳基底核の計算モデルとしての強化学習が注目され、様々なモデルが提案されている。その中でもBartoは大脳基底核の入力部である線条体において行動選択を行うというモデルを提案している[4].これに対し銅谷は行動選択に用いられる報酬予測が線条体で表現されるというモデルを提案している[5]。我々は、この2仮説のどちらであるのかを検証するために、各行動ごとに報酬予測確率を変化できるような強化学習課題をサルに訓練し、線条体の神経活動を記録している。本報告の目的は、神経活動記録を行う前に、仮説に基づいて神経活動の予測を行い、どのような解析が可能であるのかを、計算論的モデルを通じて示すことである。その結果、提案タスクが、状態価値関数、行動価値関数、行動選択を分離可能であり、計算モデルが行動価値関数の競合によって行動が選択された場合の予測を与えることを示す。
2003-06-19

著者

関連論文

もっと見る

スポンサーリンク