تعلم التعزيز أم لا؟ تحليل العمليات التي تدعم التعلم القائم على المكافآت البشرية.

لقد حققت خوارزميات تعلم التعزيز (RL) نجاحًا كبيرًا في تفسير التعلم القائم على المكافآت عبر الأنواع، في كل من السلوك والدماغ. بشكل خاص، تُستخدم نماذج RL البسيطة غير المرتبطة بالنماذج، مثل قاعدة دلتا أو تعلم Q، بشكل روتيني لنمذجة التعلم الأداتي في مهام المخاطر، وتلتقط تبايناً في إشارات الدماغ. ومع ذلك، يتطلب التعلم القائم على المكافآت في البشر العديد من العمليات، بما في ذلك العمليات عالية المستوى مثل الذاكرة والعمليات منخفضة المستوى مثل الاستمرار في الاختيار؛ يمكن بسهولة أن تُنسب مساهماتهم بشكل خاطئ إلى حسابات RL. هنا، نبحث في مدى دعم الحسابات المتعلقة بـ RL للسلوك الشبيه بـ RL في سياق يمكن فيه استبعاد العمليات الأخرى. تظهر إعادة التحليل والنم modeling لسبع مجموعات بيانات تشمل مئات المشاركين أنه في هذا السياق الأداتي، يمكن تفسير التعلم القائم على المكافآت بشكل أفضل من خلال مجموعة من الذاكرة العاملة وعملية ارتباطية تشبه العادة، دون تعلم تزايدي قائم على القيمة الشبيه بـ RL. تُظهر المحاكاة أن هذه المجموعة تقرب مع ذلك السياسة التكيفية لوكيل RL القائم على القيمة، مما يفسر لماذا تُستنتج حسابات RL بشكل خاطئ عندما لا تُفصل الذاكرة العاملة. تثير نتائجنا أسئلة مهمة حول تفسير RL كعملية ذات مغزى عبر الدماغ والسلوك، وتدعو إلى إعادة النظر في كيفية تفسيرنا للنتائج في التعلم المعزز عبر مستويات التحليل.