为了多巴胺，大脑能通过“倒带”强化学习

多巴胺是大脑中一种重要的化学信使，当人遇到奖励时多巴胺会释放，这对强化带来奖励的行为至关重要。不过目前科学家并不清楚大脑如何将特定行为与多巴胺的释放联系起来。12月13日，一篇发表于《自然》的论文揭示了多巴胺不仅是奖励信号，而且还引导动物通过试验和错误来确定导致这些奖励的特定行为。

实验中，研究人员开发了一种“闭环”系统，可以将小鼠的特定行为与实时多巴胺释放联系起来。他们给小鼠配备了无线传感器，以便在一个简单的受控空间内跟踪它们的运动。研究人员使用光遗传学（一种用光控制神经元的方法），当小鼠完成预定的“目标动作”时，就刺激它们的多巴胺神经元，释放多巴胺。他们发现小鼠在多巴胺释放后会迅速改变它们的行为，它们不仅会增加目标动作的频率，而且增加在多巴胺释放前几秒类似动作的频率。与此同时，与目标动作不同的动作会迅速减少。随着时间的推移，这种改进变得更加精确。研究显示，大脑中会通过一种类似倒带的过程（回顾性强化机制），来了解逐步确认导致多巴胺释放的特定动作和动作序列。（DOI：10.1038/s41586-023-06941-5）

转自：“鲸锐学术”微信公众号

如有侵权，请联系本站删除！