コンテキスト、学習、消失

A. Redish ら（2007年）は、条件づけ実験におけるコンテキスト依存学習と消失の強化学習モデルを提案し、「状態分類」のアイデアを用いて新しい観察を状態に分類しました。本稿では、著者らはこのアイデアを規範的統計推論の観点から解釈することを提案します。彼らは更新と潜在抑制、つまりコンテキスト操作が広く研究されている2つの条件づけパラダイムに焦点を当て、潜在原因の数が無限であると仮定したモデル内でのオンラインベイズ推論が、これらの操作から得られる多様な行動結果を特徴付けることができることを示しています。その中には、Redish らのモデルに問題を提起するものもあります。さらに、両方のパラダイムにおいて、若い動物ではコンテキスト依存性が欠如しているか、訓練前に海馬損傷が行われた場合です。著者らは、新しい原因を推測する能力の制限に関する説明を提案しています。