人脑中基于误差和基于强化的运动学习的共享功能架构

运动系统能够灵活地从本质上不同的教学信号中学习，从方向误差到奖励皆然。尽管计算模型和神经生物学模型长期以来一直将其分别归因于不同的基于误差的学习（error-based learning, EL）和基于强化的学习（reinforcement-based learning, RL）过程，但这种区分在全脑网络架构层面是否成立，尚未得到直接检验。 在本研究中，我们在同一批参与者于两次 fMRI 扫描期间分别执行 EL 和 RL 运动任务时，对其全脑功能连接流形进行了表征；这两类任务在反馈类型和运动结构上均存在差异。通过将两种任务的协方差模式联合嵌入到一个共同的低维神经空间中，我们区分了与学习相关的网络重构中任务通用的成分与任务特异的成分。 我们发现，这两种形式的运动学习都会在高阶跨模态皮层的流形结构中引发趋同的变化，而任务特异性的调节则相对有限。值得注意的是，这种趋同还扩展到了小脑和基底神经节——它们分别是基于误差学习和基于奖励学习的经典神经基础——并且在两类任务中表现出程度相当的重构。 在这一共享背景之上，我们发现后内侧皮层表现出独特的功能几何结构：它会根据反馈类型和学习阶段，有选择性地在不同脑回路之间重新分配其连接模式。我们进一步表明，一般领域的运动学习能力的个体差异与边缘系统、默认模式系统和注意系统内随阶段变化的重构相关。 这些发现表明，灵活的运动适应无论学习信号的性质如何，其支撑机制与其说是任务特异性感觉运动回路内部的变化，不如说是协调这些回路的高阶脑网络的动态重组。

该网站正在使用一项安全服务来保护自身免受在线攻击。您刚刚执行的操作触发了该安全解决方案。可能触发此拦截的行为有多种，包括提交某个特定单词或短语、SQL 命令或格式错误的数据。

您可以给网站所有者发送电子邮件，告知其您被拦截了。请在邮件中说明当此页面出现时您正在进行的操作，并附上本页面底部显示的 Cloudflare Ray ID。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.18.733155v1?rss=1

🏷️ 运动学习 强化学习 误差学习 功能连接 fMRI 脑网络重构