and goal-tracking is favoured. When

and goal-tracking is favoured. When both systems are mixed, i.e.
with an intermediate v, the behaviour is more likely to oscillate
between sign- and goal-tracking, representative of the intermediate
group.
These results rely on the combination of two systems that would
independently lead to ‘pure’ sign-tracking or goal-tracking CRs.
Three tested variants of the model could reproduce these
behavioural results as well (see Figure S1): a combination of
Feature-Model-Free systems and simple Model-Free system
(Variant 1); a multi-step extension of Dayan 2006’s model [16]
giving a Pavlovian impetus for the lever (Variant 2); and a symmetrical version of this last model with two impetuses, one for
the lever, and one for the magazine (Variant 3) (see Methods).
Interestingly, a combination of Model-Based and classical Model-
Free (not feature-based : Variant 4) fails in reproducing these
results (see Figure S8). This is because both systems are proven to
converge to the same values and both would favour pure goaltracking,
such that varying their contribution has no impact on the
produced behaviours.
Thus, at this stage, we can conclude that several computational
models based on dual learning systems can reproduce these
behavioural results, given that the systems favour different

ผลลัพธ์ (ไทย) 1:

และ favoured ติดตามเป้าหมาย เมื่อระบบทั้งสองผสมกัน เช่นv ระดับกลาง พฤติกรรมมีแนวโน้มที่จะ oscillateระหว่างเครื่องหมาย และเป้าหมายติดตาม ตัวแทนของระดับปานกลางกลุ่มผลลัพธ์เหล่านี้อาศัยการรวมกันของสองระบบที่จะอิสระนำ ไป 'บริสุทธิ์' ติดตามเครื่องเป้าหมายติดตาม CRsตัวแปรทดสอบที่สามรุ่นสามารถจำลองเหล่านี้พฤติกรรมผลลัพธ์เช่นกัน (ดูรูป S1): การรวมกันของคุณลักษณะรุ่นฟรีระบบและระบบฟรีแบบง่าย ๆ(1 ตัวแปร); ขั้นตอนหลายส่วนขยายรุ่นดายัน 2006 [16]ให้เป็นแรงผลักดันที่ Pavlovian สำหรับคาน (2 ตัวแปร); รุ่นนี้รุ่นล่าสุดกับ impetuses สอง หนึ่งสมมาตรคันโยก และเป็นหนึ่งในนิตยสาร (3 ตัวแปร) (ดูวิธีการ)เป็นเรื่องน่าสนใจ รวม ตามรูปแบบ และคลาสสิกรุ่น-ฟรี (ไม่คุณลักษณะตาม: 4 ตัวแปร) ล้มเหลวในการคงสภาวะเหล่านี้ผล (ดูรูป S8) ทั้งนี้เนื่องจากมีพิสูจน์ทั้งสองระบบจึงทำให้ค่าเดียวกัน และทั้งสองจะโปรดปราน goaltracking บริสุทธิ์ที่แตกต่างกันที่สัดส่วนของพวกเขามีไม่ส่งผลกระทบในการวิญญาณที่ผลิตดังนั้น ในขั้นตอนนี้ เราสามารถสรุปที่หลายคำนวณรูปแบบตามระบบการเรียนรู้คู่สามารถสร้างเหล่านี้ผลพฤติกรรม กำหนดให้ระบบที่โปรดปรานต่าง ๆ

ผลลัพธ์ (ไทย) 2:

และเป้าหมายของการติดตามเป็นที่ชื่นชอบ เมื่อทั้งสองระบบจะผสมเช่นกับวีกลางพฤติกรรมมีแนวโน้มที่จะแกว่งระหว่างsign- และเป้าหมายของการติดตามตัวแทนของกลางกลุ่ม. ผลการเหล่านี้ต้องอาศัยการรวมกันของทั้งสองระบบที่จะเป็นอิสระนำไปสู่ ​​'บริสุทธิ์' . ลงนามในการติดตามหรือ CRs เป้าหมายการติดตามสามสายพันธุ์ที่ผ่านการทดสอบของรูปแบบเหล่านี้สามารถทำซ้ำผลพฤติกรรมเช่นกัน(ดูรูปที่ S1): การรวมกันของระบบคุณลักษณะรุ่นฟรีและง่ายระบบรุ่นฟรี(Variant 1); ส่วนขยายหลายขั้นตอนของ Dayan รุ่น 2006 [16] ให้แรงผลักดันสำหรับ Pavlovian คันโยก (ตัวแปร 2) และรุ่นสมมาตรของรูปแบบที่ผ่านมานี้มีสอง impetuses หนึ่งสำหรับ. คันโยกและเป็นหนึ่งในนิตยสาร (Variant 3) (ดูวิธีการ) ที่น่าสนใจการรวมกันของแบบที่ใช้และคลาสสิก Model- ฟรี (ไม่ได้มีตาม: ตัวแปร 4) ล้มเหลวในการทำซ้ำเหล่านี้ผล(ดูรูปที่ S8) นี้เป็นเพราะทั้งสองระบบจะพิสูจน์ให้เพ่งความสนใจไปค่าเดียวกันและทั้งสองจะสนับสนุน goaltracking บริสุทธิ์ดังกล่าวที่แตกต่างกันผลงานของพวกเขามีไม่มีผลกระทบต่อพฤติกรรมการผลิต. ดังนั้นในขั้นตอนนี้เราสามารถสรุปได้ว่าการคำนวณหลายรูปแบบขึ้นอยู่กับการเรียนรู้คู่ระบบเหล่านี้สามารถทำซ้ำผลพฤติกรรมที่ระบุว่าระบบสนับสนุนการที่แตกต่างกัน

ผลลัพธ์ (ไทย) 3:

และเป้าหมายคือการติดตามที่ชื่นชอบ . เมื่อทั้งสองระบบผสม คือ
กับกลาง 5 พฤติกรรมมีแนวโน้มที่จะแกว่งไปมา
ระหว่างสัญญาณและเป้าหมายการติดตามตัวแทนของกลุ่มกลาง
.
ผลลัพธ์เหล่านี้พึ่งพาการรวมกันของทั้งสองระบบจะนำไปสู่ ' เซ็น
อิสระบริสุทธิ์ ' ติดตามเป้าหมายหรือติดตาม CRS .
3 ทดสอบ ตัวแปรของโมเดลสามารถสืบพันธุ์เหล่านี้
ผลทางพฤติกรรม เช่นกัน ( ดูรูปที่ S1 ) : การรวมกันของลักษณะระบบและระบบ
รูปแบบฟรีฟรีแบบง่ายๆ
( รูป 1 ) ; ปรับขยายของ Dayan รุ่นปี 2006 [ 16 ]
การให้แรงผลักดัน pavlovian สำหรับคันโยก ( ตัวแปร 2 ) และรุ่นสุดท้ายที่มีสองรูปแบบสมมาตรของ impetuses หนึ่งสำหรับ
คันโยกและหนึ่งสำหรับนิตยสาร ( รูปที่ 3 ) ( ดูวิธีการ ) .
น่าสนใจการรวมกันของรูปแบบคลาสสิกและรูปแบบพื้นฐาน -
ฟรี ( ไม่มีในสาร : ตัวแปร 4 ) ล้มเหลวในการสร้างผลลัพธ์เหล่านี้
( ดูรูปที่ s8 ) นี้เป็นเพราะทั้งสองระบบพิสูจน์
เป็นค่าเดียวกันและทั้งสองจะสนับสนุนบริสุทธิ์ goaltracking
เช่นที่แตกต่างกัน , ผลงานของพวกเขาไม่มีผลกระทบต่อ

ผลิตความ ดังนั้น ในขั้นตอนนี้เราสามารถสรุปได้ว่าหลายคอมพิวเตอร์
โดยระบบการเรียนรู้แบบ Dual สามารถทำซ้ำผลลัพธ์เหล่านี้
พฤติกรรม , ให้ที่ ระบบสนับสนุนต่าง ๆ