ドーパミンニューロンによる未来の報酬予測地図

提示された2つの科学論文は、ドーパミンニューロンが報酬予測誤差を符号化する強化学習という脳のメカニズムに焦点を当てています。最初の研究は、マルチタイムスケール強化学習が動物や人工エージェントに計算上の利点をもたらし、マウスのドーパミンニューロンがさまざまな時間割引定数を持ち、これが細胞固有の特性であることを示唆しています。2番目の研究は、時間-量強化学習（TMRL）という多次元の強化学習モデルを提案し、ドーパミンニューロンが報酬のタイミングと量の両方の確率分布を符号化していることを明らかにしています。どちらの論文も、これらのニューロンの多様な特性が、複雑な環境下での適応行動や意思決定にどのように貢献するかを探求しています。Nature. 2025 Jun 4. doi: 10.1038/s41586-025-08929-9. Online ahead of print.Multi-timescale reinforcement learning in the brainP Masset et alhttps://pubmed.ncbi.nlm.nih.gov/40468072/Nature. 2025 Jun 4. doi: 10.1038/s41586-025-09089-6. Online ahead of print.A multidimensional distributional map of future reward in dopamine neuronsM Sousa et alhttps://pubmed.ncbi.nlm.nih.gov/40468078/