Aufgabenstruktur und Leistung. (A) Darstellung der Umgebung mit vier Räumen und Beispiel-Belohnungsstandorten im vertikalen Kontext. Eine beispielhafte Teilnehmer-Trajektorie wird rot überlagert angezeigt. In diesem Beispiel startet der Agent im Raum Südwesten (SW), erkundet den Startfelsen und findet keine Käsebelohnung. Da die Käsebelohnungen vertikal variieren, müssen sich die beiden Käsebelohnungen daher in den Räumen SE und NE befinden. (B) Unterschiedliche Kontexte signalisierten unterschiedliche Belohnungskovarianzen: Am ersten Tag (Training) erschienen Martini-Belohnungen in vertikal angrenzenden Räumen, während Erdnuss-Belohnungen in horizontal angrenzenden Räumen auftraten. Am zweiten Tag wurden drei verschiedene Belohnungspaare angezeigt, die derselben Kovarianzstruktur zugeordnet waren, und die beiden Kontexte wurden innerhalb eines Laufs verschachtelt. Es wird eine beispielhafte Reihenfolge der Läufe gezeigt, die jedoch für alle Teilnehmer ausgewogen war. (C) Teilnehmeransicht der Erkundung in einem der Räume während des Trainings. Die Böden aller Räume waren im Scanner lila. (D) Heatmaps der durchschnittlichen Planquadratbelegung pro Versuch in jedem der beiden Kontexte. Schwarze Pfeile zeigen den durchschnittlichen Übergangsvektor von jedem Gitterquadrat. Die Daten werden über die Teilnehmer gemittelt. Beachten Sie, dass die durchschnittlichen Übergangsvektoren auch dann gut übereinstimmten, wenn nur die Bewegungsperioden berücksichtigt wurden, die von den Teilnehmern kontrolliert wurden (siehe Abbildung S1D). (E) Teilnehmerergebnisse bei jedem Versuch an den Tagen 1 (links) und 2 (rechts). Durch das Training werden die Teilnehmer schneller darin, die Belohnungen zu finden. Am ersten Tag wurden die Kontexte versuchsübergreifend blockiert, um das Lernen zu erleichtern, während sie am zweiten Tag verschachtelt waren. (F) Die Teilnehmer lernen, bevorzugt in Räumen zu suchen, die durch die Belohnungsstruktur vorgeschlagen werden, und dieses Verhalten verallgemeinert sich auf neue Sätze von Belohnungen, die jedem Kontext am zweiten Tag zugeordnet sind. In (D) und (E) werden die Daten geglättet und nicht überlappend dargestellt Sätze von 4 benachbarten Versuchen zur Visualisierung. In (E) zeigen wir nur die von menschlichen Teilnehmern getroffenen Raumentscheidungen und schließen die vom Agenten getroffenen aus. Fehlerbalken zeigen den Standardfehler des Mittelwerts aller Teilnehmer. Farbtafeln zeigen unterschiedliche Epochen mit denselben Belohnungspaaren an. Kredit: Neuron (2023). DOI: 10.1016/j.neuron.2023.08.021
Die menschliche Entscheidungsfindung stand im Mittelpunkt zahlreicher Forschungsstudien. Insgesamt könnten diese Forschungsbemühungen dazu beitragen, besser zu verstehen, wie Menschen verschiedene Arten alltäglicher Entscheidungen treffen, und gleichzeitig Aufschluss über die neuronalen Prozesse geben, die diesen Entscheidungen zugrunde liegen.
Die Ergebnisse deuten darauf hin, dass Menschen sich bei der Entscheidungsfindung, die unmittelbar auf sie zukommt, also Entscheidungen, die schnell auf der Grundlage der zu einem bestimmten Zeitpunkt verfügbaren Informationen getroffen werden müssen, stark auf kontextbezogene Informationen verlassen. Diese Kontextinformationen können auch als Leitfaden für sogenannte sequentielle Entscheidungen dienen, bei denen es darum geht, eine Wahl zu treffen, nachdem man den sequentiellen Ablauf eines Prozesses beobachtet hat.
Forscher der Universität Oxford, des National Research Council in Rom, des University College London (UCL) und des Max-Planck-Instituts für Bildungsforschung haben kürzlich eine Studie durchgeführt, die den Einfluss des Kontexts auf zielgerichtete Entscheidungen untersucht. Ihre Ergebnisse, veröffentlicht in Neuronlegen nahe, dass die Zielsuche räumliche Karten im Hippocampus und im orbitofrontalen Kortex des Gehirns „komprimiert“.
„Menschen können flexibel navigieren, um ihre Ziele zu erreichen“, schrieben Paul S. Muhie-Karbe, Hannah Sheahan und ihre Kollegen in ihrer Arbeit. „Wir fragten, wie die neuronale Darstellung des allozentrischen Raums durch zielgerichtetes Verhalten verzerrt wird. Die Teilnehmer navigierten einen Agenten zu zwei aufeinanderfolgenden Zielorten in einer Gitterweltumgebung, die aus vier miteinander verbundenen Räumen bestand, wobei ein kontextueller Hinweis die bedingte Abhängigkeit eines Zielorts angab ein anderer.“
Um weiter zu erforschen, was im Gehirn bei zielgerichteten Entscheidungen passiert, führten die Forscher ein Experiment mit 27 menschlichen Teilnehmern durch. Diese Teilnehmer erledigten eine Aufgabe auf einem Computerbildschirm, bei der es darum ging, durch die Steuerung eines Avatars durch eine virtuelle Umgebung zu navigieren.
Dieser Avatar könnte sich durch eine teilweise sichtbare Welt bewegen, die in Form eines Gitters dargestellt wird. Diese virtuelle Welt umfasste vier verschiedene Räume, die miteinander verbunden waren, und die Teilnehmer sahen den Raum, in dem sich ihr Avatar befand, nur von oben (also aus der Vogelperspektive).
Während jedes experimentellen Versuchs erschien der Avatar der Teilnehmer in einem zufällig ausgewählten Raum, und die Teilnehmer wurden gebeten, ihn mithilfe von Tasten auf einer Tastatur zu bewegen, um Belohnungen zu erhalten, indem sie mit einigen Felsbrocken kollidierten und dabei leere Felsbrocken meiden.
Zu Beginn jedes Versuchs wurde den Teilnehmern auch ein kontextbezogener Hinweis angeboten, der teilweise Hinweise verbarg, die darauf hindeuteten (aber nicht klar verrieten), wo die Belohnungen in der virtuellen Welt zu finden waren. Als die Teilnehmer diese Aufgabe erledigten, die eine zielgerichtete Entscheidungsfindung erforderte, wurde ihre Gehirnaktivität insbesondere von einem fMRT-Scanner aufgezeichnet.
„Bei der Untersuchung der neuronalen Geometrie, durch die Raum und Kontext in fMRT-Signalen kodiert wurden, stellten wir fest, dass sowohl im Hippocampus als auch im Neokortex kartenartige Darstellungen der Umgebung entstanden“, schrieben Muhie-Karbe, Sheahan und ihre Kollegen.
„Kognitive Karten im Hippocampus und im orbitofrontalen Kortizes wurden komprimiert, sodass als Ziele gekennzeichnete Orte im neuronalen Zustandsraum gemeinsam kodiert wurden, und diese Verzerrungen sagten erfolgreiches Lernen voraus. Dieser Effekt wurde durch ein Rechenmodell erfasst, in dem aktuelle und zukünftige Orte gemeinsam in a kodiert werden.“ Ortscode und liefert eine Theorie darüber, wie Ziele die neuronale Darstellung des Raums in makroskopischen neuronalen Signalen verzerren.“
Im Wesentlichen fanden Muhie-Karbe, Sheahan und ihre Kollegen heraus, dass die Umgebung, auf die die Teilnehmer virtuell zugegriffen hatten, in einigen Teilen ihres Gehirns, insbesondere im Hippocampus und Neocortex, in Form einer Karte kodiert war. Interessanterweise waren diese kognitiven Karten jedoch etwas komprimiert und kodierten Orte, die für das Ziel relevant waren, das sie gemeinsam erreichen wollten.
Diese Ergebnisse werfen ein neues Licht auf die neuronalen Grundlagen zielgerichteter Entscheidungen und legen nahe, dass das Gehirn Kompressionsmechanismen nutzen könnte, um sensorische Informationen während der Entscheidungsfindung zum Erreichen eines bestimmten Ziels kontextuell zu modulieren. Zukünftig könnten neue Studien diese Kompressionsprozesse weiter untersuchen, was zu faszinierenden neuen Entdeckungen führen könnte.
Mehr Informationen:
Paul S. Muhle-Karbe et al., Goal-seeking compresses neuronal codes for space in the human hippocampus and orbitofrontal cortex, Neuron (2023). DOI: 10.1016/j.neuron.2023.08.021. www.sciencedirect.com/science/ … ii/S0896627323006323
© 2024 Science X Network
Zitat: Kognitive Karten in einigen Gehirnregionen werden während der zielgerichteten Entscheidungsfindung komprimiert (2024, 4. Januar), abgerufen am 4. Januar 2024 von https://medicalxpress.com/news/2024-01-cognitive-brain-regions-compressed-goal .html
Dieses Dokument unterliegt dem Urheberrecht. Abgesehen von einem fairen Handel zum Zweck des privaten Studiums oder der Forschung darf kein Teil ohne schriftliche Genehmigung reproduziert werden. Der Inhalt dient ausschließlich Informationszwecken.
