神経科学：ドーパミン作動性の行為予測誤差は価値に依存しない教示信号として働く

動物の選択行動は、報酬につながる行為の採用と過去の行為の繰り返しという2つの主要傾向によって特徴付けられる。理論的には、こうした戦略は、異なるタイプのドーパミン作動性教示信号、すなわち価値に基づく連合を強化する報酬予測誤差と、価値に依存しない反復的連合を強化する動作ベースの行為予測誤差によって強化されると示唆されている。今回我々は、マウスの聴覚弁別課題を用いて、線条体尾部の動作に関連したドーパミン性活動が、仮説上の行為予測誤差を符号化していることを示す。因果操作により、この予測誤差が価値に依存しない教示信号として働き、反復連合を強化して学習を支えていることが明らかになった。我々は、計算モデル化と実験によって、行為予測誤差単独では報酬誘導学習を支えられないが、報酬予測誤差回路と組み合わさると、価値に依存しない様式で安定した音–行為連合が固定化することを実証した。まとめると、我々は、連携して機能することにより学習を支えている2つのタイプのドーパミン作動性予測誤差があり、それぞれが異なる線条体領域で異なる種類の連合を強化していることが示している。

目次へ戻る