多巴胺信号在小鼠巴甫洛夫条件退化任务中的关键作用：时间差分学习模型的新视角

　　关联学习依赖于偶然性，即一种刺激对结果的预测程度。尽管其很重要，但将偶然性与行为联系起来的神经机制仍不明确。在本研究中，研究人员在小鼠的巴甫洛夫条件退化任务中，检测了腹侧纹状体（ventral striatum）中的多巴胺活动，这一信号与关联学习有关。研究发现，当额外奖励在无提示情况下发放时，对条件刺激的预期舔舐和多巴胺反应均下降；但当额外奖励有提示时，二者则保持不变。这些结果与使用传统偶然性定义的基于偶然性的解释，以及新的因果学习模型（ANCCR）相矛盾，但可以用配备了适当的试次间间隔状态表征的时间差分（TD）学习模型来解释。在 TD 框架内训练的循环神经网络所形成的状态表征，类似于研究人员精心设计的最佳模型。研究结果表明，TD 误差可以作为一种衡量指标，用于描述偶然性和多巴胺能活动。<【多巴胺信号在小鼠巴甫洛夫条件退化任务中的关键作用：时间差分学习模型的新视角】
【为探究关联学习中偶然性与行为的神经机制，研究人员对小鼠开展相关研究，发现 TD 误差可描述偶然性和多巴胺能活动。】
【关联学习 | 多巴胺 | 腹侧纹状体 | 巴甫洛夫条件退化任务 | 时间差分（TD）学习模型 | 偶然性】
【未知】
【关联学习依赖于偶然性，即一种刺激对结果的预测程度。尽管其至关重要，但将偶然性与行为联系起来的神经机制依旧扑朔迷离。在本次研究中，科研人员在小鼠的巴甫洛夫条件退化任务里，对腹侧纹状体（ventral striatum）中与关联学习密切相关的多巴胺活动展开检测。结果显示，当额外奖励在无提示的情况下发放时，小鼠对条件刺激的预期舔舐行为以及多巴胺反应都会降低；然而，若额外奖励有提示，二者则不会发生变化。这些发现与基于传统偶然性定义的相关解释，还有新的因果学习模型（ANCCR）存在冲突。不过，配备了合适试次间间隔状态表征的时间差分（TD）学习模型却能对其作出合理说明。在 TD 框架下训练的循环神经网络所形成的状态表征，和科研人员精心构建的最佳模型极为相似。这一研究成果表明，TD 误差或许能作为一个衡量指标，用于刻画偶然性和多巴胺能活动。