努力を最小化する学習と報酬を最大化する学習: 計算原理と神経相関

報酬の最大化メカニズムは、計算レベルと神経レベルの両方で広く研究されています。それに対して、脳が行動コストを最小化する選択肢を選ぶ方法についてはほとんど知られていません。原理的には、脳は異なる選択肢の次元に同じ学習ルールを適用する一般的なメカニズムを進化させることができたかもしれません。この仮説を検証するために、選択肢に関連する身体的努力と金銭的結果の両方が異なる確率的道具学習課題を実行する健康なボランティアの脳をスキャンしました。行動データは、期待を更新するために予測誤差を使用する同じ計算ルールが、報酬の最大化と努力の最小化の両方を説明できることを示しました。しかし、これらの学習関連の変数は、部分的に解離した脳領域にエンコードされていました。以前の発見に沿って、腹内側前頭前野は、努力に関係なく期待される報酬と実際の報酬を正の相関で表すことがわかりました。前部島、背側前帯状皮質、後帯状皮質を含む別のネットワークは、期待される努力と実際の努力と正の相関を持っていました。これらの発見は、選択次元（コストまたは利益）に応じて異なる脳システムによって同じ計算ルールが適用されることを示唆しています。