人脑海马—扣带回动态将强化学习与记忆联系起来

强化学习（RL）模型描述了奖励计算如何塑造我们的选择，但这些相同的计算是否也会塑造人脑中的记忆，尚不明确。为探讨这一问题，我们结合多脑区颅内记录与奖励和记忆的计算建模，对接受神经外科治疗的患者进行了研究。患者完成了一项赌博任务：每次试验中的决策都会产生与该次试验独有图像相关联的货币奖励，随后立即对这些图像进行再认测试。模型推导出的正向奖励预测误差（RPE）能够预测之后对每幅图像的记忆。在反馈阶段，多变量高频活动揭示了RPE表征在分布式前额叶皮层中的时空演化。然而，在随后的再认阶段，只有前扣带皮层（ACC）短暂地重新激活了RPE表征；而成功再认则特异性地与海马对这些ACC表征的重新激活相关。再认期间，海马—扣带回θ频段同步性随RPE增强，同时海马θ活动能够解码即将作出的记忆选择。因此，在人脑中，引导决策的强化学习计算也通过海马—扣带回路的动态过程塑造记忆。

在本网站搜索该作者

摘要

信息/历史

指标

预览 PDF

摘要

强化学习（RL）模型描述了奖赏计算如何塑造我们的选择，但相同的计算是否也会在人的大脑中塑造记忆，尚不清楚。为回答这一问题，我们将多脑区颅内记录与奖赏和记忆的计算建模相结合，研究神经外科患者。患者完成了一项赌博任务：其决策可获得与每次试验中独有图像相关联的金钱奖赏，随后立即对这些图像进行再认测试。模型推导出的正向奖赏预测误差（RPE）能够预测每幅图像在之后的记忆表现。在反馈阶段，多变量高频活动揭示了RPE表征在分布式前额叶皮层中的时空演化。然而，在随后的再认阶段，只有前扣带皮层（ACC）会短暂地重新激活RPE表征；成功再认则特异性地与海马对这些ACC表征的重新激活相关。在再认过程中，海马—扣带θ同步性随RPE水平变化，同时海马θ活动能够解码即将作出的记忆选择。因此，在人脑中，指导决策的强化学习计算也通过海马—扣带回路动力学塑造记忆。

利益冲突声明

已声明的资助信息

NIH，K99/R00MH132873

国家转化科学促进中心，UL1TR004419

NIH，S10OD026880

，S10OD030463

版权

本预印本的。

本文依据 CC-BY 4.0 国际许可协议提供。

返回顶部

上一篇

下一篇

发布于 2026 年 9 月 12 日。

下载 PDF

电子邮件

感谢您有兴趣传播 bioRxiv 上的内容。

您的电子邮件地址

*

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

《人脑中的海马—扣带回路动力学连接强化学习与记忆》

消息主题

（您的姓名）从 bioRxiv 网站转发了一个页面给您

消息正文

（您的姓名）认为您可能会对 bioRxiv 网站上的这一页面感兴趣。

您的个人消息

验证码

此问题用于测试您是否为人类访客，并防止自动垃圾邮件提交。

分享

《人脑中的海马—扣带回路动力学连接强化学习与记忆》

Salman E Qasim，

Fedor Panov，

Lizbeth Nunez，

Ariane E Rhone，

Hiroto Kawasaki，

Christopher Kovach，

Christopher Garcia，

Brian Dlouhy，

Xiaosi Gu，

Ignacio Saez

bioRxiv

2026.09.10.750374；

doi：

https://doi.org/10.64898/2026.09.10.750374

分享本文：

复制

引用工具

《人脑中的海马—扣带回路动力学连接强化学习与记忆》

Salman E Qasim，

Fedor Panov，

Lizbeth Nunez，

Ariane E Rhone，

Hiroto Kawasaki，

Christopher Kovach，

Christopher Garcia，

Brian Dlouhy，

Xiaosi Gu，

Ignacio Saez

bioRxiv

2026.09.10.750374；

doi：

https://doi.org/10.64898/2026.09.10.750374

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.10.750374v1?rss=1

🏷️ 强化学习 情景记忆 海马—扣带回路 奖励预测误差 颅内神经记录