Author SummaryAcquisition of respon

Author Summary
Acquisition of responses towards full predictors of rewards,
namely Pavlovian conditioning, has long been explained
using the reinforcement learning theory. This theory
formalizes learning processes that, by attributing values
to situations and actions, makes it possible to direct
behaviours towards rewarding objectives. Interestingly,
the implied mechanisms rely on a reinforcement signal
that parallels the activity of dopamine neurons in such
experiments. However, recent studies challenged the
classical view of explaining Pavlovian conditioning with a
single process. When presented with a lever whose
retraction preceded the delivery of food, some rats started
to chew and bite the food magazine whereas others chew
and bite the lever, even if no interactions were necessary
to get the food. These differences were also visible in brain
activity and when tested with drugs, suggesting the
coexistence of multiple systems. We present a computational
model that extends the classical theory to account
for these data. Interestingly, we can draw predictions from
this model that may be experimentally verified. Inspired by
mechanisms used to model instrumental behaviours,
where actions are required to get rewards, and advanced
Pavlovian behaviours (such as overexpectation, negative
patterning), it offers an entry point to start modelling the
strong interactions observed between them.

ผลลัพธ์ (ไทย) 1:

ผู้เขียนสรุปการตอบสนองต่อ predictors เต็มของรางวัลคืออธิบายไว้ที่นี่ Pavlovian ยาวใช้เสริมการเรียนรู้ทฤษฎี ทฤษฎีนี้กระบวนการเรียนรู้ที่ โดย attributing ค่า formalizesสถานการณ์และการดำเนินการ ทำให้ตรงพฤติกรรมต่อวัตถุประสงค์ของการให้รางวัล เป็นเรื่องน่าสนใจกลไกโดยนัยพึ่งสัญญาณเสริมที่ parallels กิจกรรมของ neurons โดพามีนในเช่นการทดลอง อย่างไรก็ตาม การศึกษาล่าสุดท้าทายดูคลาสสิกของอธิบายปรับ Pavlovian การกระบวนการเดียวกัน เมื่อแสดงการคานที่retraction หน้าจัดส่งอาหาร หนูบางเริ่มต้นการวเจตกัดนิตยสารอาหารในขณะที่คนอื่น ๆ วเจตกัดลิ่ม แม้ว่าจะไม่โต้ตอบไม่จำเป็นการได้รับอาหาร ยังความแตกต่างเหล่านี้ได้ปรากฏในสมองกิจกรรม และเมื่อทดสอบกับยาเสพติด แนะนำมีอยู่ร่วมกันหลายระบบ เรานำเสนอการคำนวณรุ่นที่ขยายทฤษฎีคลาสสิกการบัญชีสำหรับข้อมูลเหล่านี้ เป็นเรื่องน่าสนใจ เราสามารถวาดคาดคะเนจากรุ่นนี้อาจตรวจสอบได้ experimentally แรงบันดาลใจกลไกที่ใช้ในการจำลองพฤติกรรมบรรเลงซึ่งการดำเนินการจะต้องได้รับรางวัล และขั้นสูงวิญญาณ Pavlovian (เช่น overexpectation ลบpatterning), มีจุดเริ่มต้นการสร้างแบบจำลองสังเกตระหว่างโต้แข็งแกร่ง

ผลลัพธ์ (ไทย) 2:

ผู้เขียนบทสรุปการซื้อกิจการของการตอบสนองต่อการพยากรณ์เต็มรูปแบบของรางวัลคือเครื่องPavlovian ได้รับการอธิบายโดยใช้ทฤษฎีการเรียนรู้การเสริมแรง ทฤษฎีนี้formalizes กระบวนการเรียนรู้ว่าโดยเจตนารมณ์ค่าให้เข้ากับสถานการณ์และการกระทำที่ทำให้มันเป็นไปได้โดยตรงพฤติกรรมที่มีต่อวัตถุประสงค์ที่คุ้มค่า ที่น่าสนใจกลไกนัยพึ่งพาสัญญาณการเสริมแรงที่สอดคล้องกับการทำงานของเซลล์ประสาทโดปามีนในดังกล่าวทดลอง อย่างไรก็ตามการศึกษาเมื่อเร็ว ๆนี้ท้าทายมุมมองคลาสสิกของการอธิบายเครื่อง Pavlovian กับขั้นตอนเดียว เมื่อนำเสนอด้วยคันโยกที่มีเพิกถอนก่อนการส่งมอบอาหารที่หนูบางคนเริ่มที่จะเคี้ยวและกัดนิตยสารอาหารขณะที่คนอื่นเคี้ยวและกัดคันแม้ว่าไม่มีปฏิสัมพันธ์มีความจำเป็นที่จะได้รับอาหาร ความแตกต่างเหล่านี้สามารถมองเห็นได้ในสมองกิจกรรมและเมื่อทดสอบกับยาเสพติดบอกอยู่ร่วมกันของระบบต่างๆ เรานำเสนอการคำนวณรูปแบบที่ขยายทฤษฎีคลาสสิกไปยังบัญชีสำหรับข้อมูลเหล่านี้ ที่น่าสนใจเราสามารถวาดจากการคาดการณ์ของรุ่นนี้ที่อาจได้รับการยืนยันการทดลอง แรงบันดาลใจจากกลไกที่ใช้ในการจำลองพฤติกรรมการใช้เครื่องมือที่กระทำจะต้องได้รับผลตอบแทนที่สูงและพฤติกรรมPavlovian (เช่น overexpectation ลบบรรเลง) ก็มีจุดเริ่มต้นที่จะเริ่มต้นการสร้างแบบจำลองการมีปฏิสัมพันธ์ที่แข็งแกร่งสังเกตเห็นระหว่างพวกเขา

ผลลัพธ์ (ไทย) 3:

ผู้เขียนสรุปการพยากรณ์การตอบสนองต่อ

pavlovian เต็มไปด้วยรางวัล ได้แก่เครื่องปรับอากาศ ได้รับการอธิบาย
โดยใช้การเสริมแรงทฤษฎีการเรียนรู้ ทฤษฎีนี้
formalizes กระบวนการเรียนรู้ที่ และค่า
สถานการณ์และการกระทำ ทำให้มันเป็นไปได้ที่จะตรง
พฤติกรรมต่อวัตถุประสงค์ที่คุ้มค่า ที่น่าสนใจ ,
โดยอาศัยกลไกเสริมสัญญาณ
ที่แนวกิจกรรมของโดพามีน neurons ในการทดลองนั้น

อย่างไรก็ตาม การศึกษาล่าสุดท้าทาย
ดูคลาสสิกอธิบาย pavlovian ปรับอากาศกับ
กระบวนการเดียว เมื่อมีคันโยกที่
ถอนคำพูดนำหน้าการส่งมอบอาหาร บางตัวเริ่ม
เคี้ยวและกัดเคี้ยว
นิตยสารอาหารในขณะที่คนอื่น ๆและกัดลิ้น ถ้าไม่มีปฏิสัมพันธ์ความ
รับอาหาร ความแตกต่างเหล่านี้ยังสามารถมองเห็นได้ในกิจกรรมสมอง
และเมื่อทดสอบกับยาา
การอยู่ร่วมกันของระบบหลาย เรานำเสนอการคำนวณ
รุ่นที่ขยายทฤษฎีคลาสสิกบัญชี
สำหรับข้อมูลเหล่านี้ ที่น่าสนใจที่เราสามารถวาดคาดคะเนจาก
รุ่นนี้ที่อาจจะโดยการตรวจสอบแรงบันดาลใจจากกลไกที่ใช้แบบจำลองพฤติกรรม

ที่เครื่องมือ การกระทำจะต้องได้รับรางวัล และพฤติกรรม pavlovian ขั้นสูง
( เช่น overexpectation ลบ
เลียนแบบ ) , มันมีจุดเริ่มต้นการสร้างแบบจำลอง
strong ปฏิสัมพันธ์ ) ระหว่างพวกเขา