人类决策制定的神经机制
神经元与认知
2019-12-18 v1
摘要
我们提出了一个关于人类决策背后神经机制的计算与理论模型。我们基于提议者-预测者-行动者-评论者框架，提出了脑区之间相互作用的详细模型。皮层中与任务相关的区域利用快速的、无模型的、并行的约束满足计算提出候选计划。随后，皮层其他区域与内侧颞叶可预测该计划在此情境下可能的结果。此步骤是可选的。这种基于预测（或模型）的计算以速度为代价，产生了更好的准确性与泛化能力。接着，基底神经节的关联区域依据相似情境下的奖赏历史，对该提议计划进行接受或拒绝。最后，奖赏预测系统充当评论者，确定结果相对于期望的价值，并产生多巴胺作为皮层与基底神经节的学习信号。该模型大量借用了如下假设的约束：复杂人类决策的机制与已在动物行动选择中被详细实证研究的机制高度类似。我们认为，通过顺序且层级化的运作，这些相同机制负责了最复杂的人类计划与决策。最后，我们利用该计算模型生成关于人类风险决策成因的新假设，并将其与其他人类决策理论进行比较。
引用
@article{arxiv.1912.07660,
title = {Neural Mechanisms of Human Decision-Making},
author = {Seth Herd and Kai Krueger and Ananta Nair and Jessica Mollick and Randall OReilly},
journal= {arXiv preprint arXiv:1912.07660},
year = {2019}
}