共享的潜在决策策略构成跨物种奖励引导行为的基础

适应性行为要求生物体学习哪些行动能够获得奖励，并在环境发生变化时更新行动选择。尽管人类和非人类动物均表现出适应性行为，但表面上相似的行为是否反映了共同的决策策略，仍不清楚。概率性逆转学习提供了一种跨物种评估奖励引导选择的方法，然而，准确率或奖励率等标准指标可能掩盖产生这些选择的潜在策略。在本研究中，我们在小鼠和人类中采用平行的概率性逆转学习任务，并使用广义线性模型—隐马尔可夫模型，根据逐试次行为推断潜在的决策策略。在两个物种中，选择均呈现为稳定的行为状态，不同状态对选择历史、奖励历史和反应偏向的依赖程度各不相同。在这些潜在状态中，我们鉴定出一种在小鼠和人类中均得到保留的奖励学习策略，其特征是最高的反馈敏感性、奖励效率以及逆转后的适应能力。利用状态特异性的决策策略模拟选择行为，能够再现实证表现的层级关系，从而证实这些潜在状态反映了具有实际意义的行为策略。尽管小鼠和人类在奖励学习的时间动态方面存在差异，但两个物种最终均趋同于同一种优化策略。这些发现揭示了小鼠和人类中一种保守的潜在奖励学习策略，并为研究适应性决策如何受到任务经验、压力、情感过程以及神经回路功能塑造，确立了一个转化研究框架。

rosemary.bagot{at}mcgill.ca

摘要

信息/历史

指标

补充材料

预览 PDF

摘要

适应性行为要求有机体学习哪些行动能够获得奖励，并在环境发生变化时更新行动选择。尽管人类和非人类动物均表现出适应性行为，但这种表面上相似的行为是否反映了共同的决策策略，仍不清楚。概率性反转学习提供了一种跨物种评估奖励引导选择的方法，然而，准确率或奖励率等标准指标可能掩盖产生这些选择的潜在策略。在持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。

该预印本依据 CC-BY-NC-ND 4.0 国际许可协议提供。

返回顶部

上一篇

发布于 2026 年 9 月 8 日。

下载 PDF

补充材料

电子邮件

感谢您有兴趣传播 bioRxiv 的相关内容。

您的电子邮件

*

您的姓名

*

发送至

*

请输入多个地址，每行一个，或使用逗号分隔。

您将要发送的内容如下：

跨物种奖励引导行为的共同潜在决策策略

邮件主题

（您的姓名）已从 bioRxiv 向您转发了一个页面

邮件正文

（您的姓名）认为您可能会对 bioRxiv 网站上的这一页面感兴趣。

您的个人留言

验证码

此问题用于测试您是否为人类访客，并防止自动化垃圾信息提交。

分享

跨物种奖励引导行为的共同潜在决策策略

Zahra Rostami，

Hadi Choubdar Parvin，

Eshaan S Iyer，

Peter Vitaro，

Rebecca Bohme，

Markus Heiling，

R Becket Ebitz，

Leah M Mayo，

Rosemary C Bagot

bioRxiv

2026.09.02.748514；

doi：

https://doi.org/10.64898/2026.09.02.748514

分享本文：

复制

引用工具

跨物种奖励引导行为的共同潜在决策策略

Zahra Rostami，

Hadi Choubdar Parvin，

Eshaan S Iyer，

Peter Vitaro，

Rebecca Bohme，

Markus Heiling，

R Becket Ebitz，

Leah M Mayo，

Rosemary C Bagot

bioRxiv

2026.09.02.748514；

doi：

https://doi.org/10.64898/2026.09.02.748514

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.02.748514v1?rss=1

🏷️ 跨物种决策 概率性逆转学习 奖励学习 潜在决策策略 隐马尔可夫模型