多次元環境における強化学習は注意メカニズムに依存する

近年、強化学習の計算分野からのアイデアが脳の学習研究を一新し、ドーパミンが基底核での学習にどのように影響するかを示す新しい精密な理論を提供しています。しかし、強化学習アルゴリズムは、実世界の学習に必要な多次元環境へのスケーリングが得意ではないことで知られています。我々は、脳が実世界の問題の次元を報酬を予測するために関連する次元のみに自然に減少させると仮定し、この「表現学習」プロセスが人間においてどのようなアルゴリズムと神経メカニズムで実現されるかを評価する実験を行いました。我々の結果は、頭頂葉内溝、前頭葉背外側部、および前頂葉を含む双方向の注意制御ネットワークが、現在の課題に関連する次元を選択することに関与しており、試行錯誤を通じて課題の表現を効果的に更新していることを示唆しています。このようにして、皮質の注意メカニズムが基底核での学習と相互作用し、強化学習における「次元の呪い」を解決します.