- 3 次围观
动物在动态环境中导航时，必须在由对已知奖赏的利用或对替代选择的探索所主导的行为状态之间进行转换。理解这种灵活性，不仅需要刻画选择与结果，还需要阐明奖赏信息如何更新行为策略。普通狨猴兼具遗传操作的可行性与额叶皮层的复杂性这一独特组合，然而，用于研究该物种灵活决策的可扩展行为平台仍然有限。在此，我们开发了一种自动化的家笼触摸屏平台，可在不进行限水的情况下实现跨长时间尺度的自愿行为测试。我们训练狨猴完成一系列复杂性逐步增加的反转学习任务，最终达到一种完全无提示的概率性双臂老虎机任务，并应用强化学习模型考察奖赏可预测性如何塑造狨猴的适应性选择。带有选择持续性的Q学习模型能够捕捉逐试次动态，其选择变异性与依据拟合策略进行随机采样一致。一个试次水平的行为状态分类器识别出截然不同且持续存在的利用与探索模式，这些模式在对奖赏历史的敏感性及其转换结构上存在差异。通过比较概率性与确定性奖赏条件下的行为模式，我们发现奖赏可预测性重组了状态占据，并在以利用为主导的状态中增强了错误校正；在确定性反馈下，动物对单次负性结果的反应更为迅速。这些发现建立了一个行为学与计算建模框架，可用于解析狨猴适应性决策背后的计算机制与神经环路。
**Translating academic text**
I need to translate the academic text to Chinese while preserving the paragraph structure. The user has included some webpage clutter, so I'll focus on translating all the visible text without adding any commentary. I want to ensure that I maintain the separation of paragraphs and sections as they appear in the original document. It’s important for clarity and readability! Let's get started with the translation!
Beth Stevens 的 ORCID 记录
摘要
信息/历史
指标
预览 PDF
摘要
在动态环境中导航的动物，必须在由利用已知奖励主导的行为状态与探索替代选项主导的行为状态之间进行转换。理解这种灵活性，不仅需要刻画选择与结果，还需要阐明奖励信息如何更新策略。普通狨猴兼具遗传学可操作性与额叶皮层复杂性这一独特组合，然而，用于研究该物种灵活决策的可扩展行为平台仍然有限。在此，我们开发了一种自动化家庭笼触摸屏平台，可在无需限水的情况下，实现跨较长时间段的自愿行为测试。我们训练狨猴完成一系列复杂性逐步增加的反转学习任务，最终达到一个完全无提示的概率性双臂老虎机任务，并应用强化学习模型来考察奖励可预测性如何塑造狨猴的适应性选择。带有选择固守性的 Q 学习模型刻画了逐试次动态，其选择变异性与依据拟合策略进行随机采样一致。基于试次水平的行为状态分类器识别出截然不同且持续存在的利用与探索模式，这些模式在对奖励历史的敏感性及其转移结构上存在差异。比较概率性与确定性奖励条件下的行为模式表明，奖励可预测性重组了状态占据，并在以利用为主的状态中增强了错误校正；在确定性反馈下，动物对单次负性结果的反应更为迅速。这些发现建立了一个行为学与计算框架，用于剖析狨猴适应性决策背后的计算过程与神经环路。
利益冲突声明
已声明的资助信息
博德研究所 Stanley 精神病学研究中心捐赠基金
美国国家精神卫生研究所
5P50MH112491
版权
该预印本的版权持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。
本文依据
CC-BY 4.0 国际许可协议
公开提供。
返回顶部
上一篇
下一篇
发布于 2026 年 7 月 2 日。
下载 PDF
电子邮件
感谢您有兴趣帮助传播 bioRxiv 的内容。
您的电子邮件
*
您的姓名
*
发送至
*
请输入多个地址，每行一个，或以逗号分隔。
您将通过电子邮件发送以下内容
奖励可预测性塑造狨猴的决策状态与利用性控制
邮件主题
（您的姓名）已从 bioRxiv 向您转发一个页面
邮件正文
（您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。
您的个性化留言
验证码
此问题用于测试您是否为人类访问者，并防止自动化垃圾信息提交。
分享
奖励可预测性塑造狨猴的决策状态与利用性控制
Kevin Joseph Mastro，
Lauren Stanwicks，
Erin Schoenbeck，
Alex Melain，
Matthew Johnson，
Bernardo L Sabatini，
Beth Stevens
bioRxiv
2026.06.30.734629；
doi：
https://doi.org/10.64898/2026.06.30.734629
分享本文：
复制
引文工具
奖励可预测性塑造狨猴的决策状态与利用性控制
Kevin Joseph Mastro，
Lauren Stanwicks，
Erin Schoenbeck，
Alex Melain，
Matthew Johnson，
Bernardo L Sabatini，
Beth Stevens
bioRxiv
2026.06.30.734629；
doi：
https://doi.org/10.64898/2026.06.30.734629
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.30.734629v1?rss=1
🏷️ 狨猴决策 反转学习 强化学习建模 探索-利用权衡 奖赏可预测性