奖励间隔时长控制行为和奖赏学习速率
一项发表于《自然·神经科学》的研究发现，行为和奖赏学习速率与奖励间隔时长成正比。在多种小鼠实验条件下，学习速率与奖励间隔时长成比例，固定时长内总体学习效果与条件刺激-奖励配对数量无关。基于奖赏触发的回溯性学习多巴胺模型（ANCCR）解释了这一发现，为学习的生物学机制提供了统一解释，推翻了传统强化学习模型的假设。...
2026-04-19
186
0