奖励间隔时长控制行为与多巴胺学习速率

本研究挑战了传统强化学习中“试次越多学习越多”的假设，发现小鼠的行为和多巴胺学习速率与奖励间隔时长成正比，而非与试次数量相关。通过光纤光度法记录腹侧被盖区多巴胺活动，研究者证实了该缩放规则在奖励和惩罚学习中均成立，并提出了回顾性学习模型进行解释。这一发现为学习的生物学机制提供了统一框架，对理解学习障碍具有潜在意义。...