Explicit knowledge of task structure is a primary determinant of human model-based action

任务(项目管理) 动作(物理) 认知心理学 控制(管理) 心理学 强化学习 计算机科学 简单(哲学) 钢筋 人工智能 社会心理学 物理 管理 量子力学 经济 哲学 认识论
作者
Pedro Castro-Rodrigues,Thomas Akam,Ivar Snorasson,Marta Camacho,Vítor Paixão,Ana Maia,J. Bernardo Barahona‐Corrêa,Peter Dayan,Blair Simpson,Rui M. Costa,Albino J. Oliveira‐Maia
出处
期刊:Nature Human Behaviour [Nature Portfolio]
卷期号:6 (8): 1126-1141 被引量:40
标识
DOI:10.1038/s41562-022-01346-2
摘要

Explicit information obtained through instruction profoundly shapes human choice behaviour. However, this has been studied in computationally simple tasks, and it is unknown how model-based and model-free systems, respectively generating goal-directed and habitual actions, are affected by the absence or presence of instructions. We assessed behaviour in a variant of a computationally more complex decision-making task, before and after providing information about task structure, both in healthy volunteers and in individuals suffering from obsessive-compulsive or other disorders. Initial behaviour was model-free, with rewards directly reinforcing preceding actions. Model-based control, employing predictions of states resulting from each action, emerged with experience in a minority of participants, and less in those with obsessive-compulsive disorder. Providing task structure information strongly increased model-based control, similarly across all groups. Thus, in humans, explicit task structural knowledge is a primary determinant of model-based reinforcement learning and is most readily acquired from instruction rather than experience. Healthy volunteers and patients with obsessive-compulsive disorder learning a task from experience alone tend to repeat actions that lead to rewards. They are poor at learning predictive models, but their use of these models is strongly increased when explicit information is provided.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
华仔的应助被王小冉采纳,获得10
刚刚
脑洞疼的应助被美满怀绿采纳,获得10
刚刚
刚刚
Eclipse12138完成签到,获得积分10
2秒前
带VS和发布了新的文献求助10
2秒前
ccc完成签到,获得积分10
2秒前
Nicole发布了新的文献求助10
3秒前
YQP发布了新的文献求助10
3秒前
酷波er的应助被369ninja采纳,获得10
3秒前
4秒前
LI完成签到,获得积分10
5秒前
扬桥完成签到,获得积分10
5秒前
6秒前
7秒前
zbw完成签到,获得积分20
7秒前
无花果的应助被无限的寒珊采纳,获得10
7秒前
7秒前
小蘑菇的应助被东起欧采纳,获得10
7秒前
小情绪发布了新的文献求助10
8秒前
华仔的应助被张张张采纳,获得10
8秒前
小马甲的应助被复杂万仇采纳,获得10
8秒前
Nicole完成签到,获得积分20
8秒前
可米发布了新的文献求助10
8秒前
lightly关注了科研通微信公众号
9秒前
秋风的应助被DA采纳,获得20
9秒前
9秒前
10秒前
10秒前
10秒前
风吹麦浪的应助被xjy12310采纳,获得10
10秒前
犹豫草莓完成签到,获得积分10
11秒前
今后的应助被刘海青采纳,获得10
13秒前
lilith完成签到,获得积分10
13秒前
以七发布了新的文献求助10
13秒前
13秒前
念汐发布了新的文献求助10
15秒前
王小冉发布了新的文献求助10
15秒前
16秒前
keth发布了新的文献求助10
16秒前
汉堡包的应助被谨慎的曼安采纳,获得10
16秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Encyclopedia of Modern Artificial Intelligence 1000
Особенности технологий и методов информационно-психологических войн СССР с Великобританией и США в период 1939-1953 гг 1000
Das Matthäusevangelium: Kapitel 1:1–17 1000
IRTSD: Open-Source Data and Toolset for Electromagnetic Transient Analysis of Disturbances and IBR Control Malfunctions in Transmission Systems 1000
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8135204
求助须知:如何正确求助?哪些是违规求助? 9536590
关于积分的说明 21618351
捐赠科研通 7717959
什么是DOI,文献DOI怎么找? 3419478
关于科研通互助平台的介绍 2544778
邀请新用户注册赠送积分活动 2461180