How do real animals account for the passage of time during associative learning?
How do real animals account for the passage of time during associative learning?
复制标题
DOI：
10.1037/bne0000516
复制
发表时间：
2022-10
影响因子：
1.9
通讯作者：
Namboodiri VMK
中科院分区：
文献类型：
--
作者：
Namboodiri VMK
动物通常会学会将环境刺激和自发行为与奖励等结果联系起来。这种学习最流行的理论模型之一是强化学习（RL）框架。RL的最简单形式，无模型RL，被广泛应用于解释动物行为在许多神经科学研究。更复杂的强化学习版本假设动物在记忆中建立并存储一个明确的世界模型。为了应用这些方法来解释动物的行为，典型的神经科学RL模型对真实的动物如何代表时间的流逝做出了隐含的假设。从这个角度来看，我明确列出这些假设，并表明它们有几个问题的影响。我希望对这些问题的明确讨论能鼓励该领域认真研究时间和强化学习背后的假设。
Animals routinely learn to associate environmental stimuli and self-generated actions with their outcomes such as rewards. One of the most popular theoretical models of such learning is the reinforcement learning (RL) framework. The simplest form of RL, model free RL, is widely applied to explain animal behavior in numerous neuroscientific studies. More complex RL versions assume that animals build and store an explicit model of the world in memory. To apply these approaches to explain animal behavior, typical neuroscientific RL models make implicit assumptions about how real animals represent the passage of time. In this perspective, I explicitly list these assumptions and show that they have several problematic implications. I hope that the explicit discussion of these problems encourages the field to seriously examine the assumptions underlying timing and reinforcement learning.
登录
查看更多内容
神经元型特异性信号，用于腹侧对段区域的奖励和惩罚。
影响因子：
64.8
作者：
Cohen, Jeremiah Y.;Haesler, Sebastian;Vong, Linh;Lowell, Bradford B.;Uchida, Naoshige
通讯作者：
Uchida, Naoshige
影响因子：
1.3
作者：
Gallistel, C. R.;Craig, Andrew R.;Shahan, Timothy A.
通讯作者：
Shahan, Timothy A.
影响因子：
5.4
作者：
Gallistel, C. R.;Craig, Andrew R.;Shahan, Timothy A.
通讯作者：
Shahan, Timothy A.
影响因子：
1.3
作者：
Brandon, SE;Vogel, EH;Wagner, AR
通讯作者：
Wagner, AR
影响因子：
2
作者：
Akhlaghpour, Hessameddin
通讯作者：
Akhlaghpour, Hessameddin