Двухшаговая задача

Последовательная задача принятия решений, исследующая обучение с подкреплением: модель‑based vs модель‑free.

Часто задаваемые вопросы

У вас есть другой вопрос? Напишите нам.

Что оценивает?

Это открывает окно в основанные на модели против безмодельные тенденции — баланс между целевым и привычным контролем. При 100 пробах оценка лишь ориентировочная.

В чём разница между модельно-ориентированным и модельно-свободным контролем?

Модельно-свободный контроль повторяет то, что принесло пользу в прошлый раз; модельно-ориентированный использует знание переходной структуры задачи для планирования. Задача two-step (Daw и коллеги, 2011) была создана, чтобы разделить их поведенчески.

Как проявляется модельно-ориентированный выбор?

Как взаимодействие с типом перехода: после редкого перехода модельно-ориентированные «агенты» сильнее меняют выбор первой ступени, поскольку проигрывают структуру, а не только награду.

Почему задача стала стандартом?

Она даёт чистое поведенческое считывание планирования против привычки, что сделало её рабочей лошадкой вычислительной психиатрии.

Показать детали

О двухшаговой задаче

Вычислительная психиатрия

Двухшаговая задача, разработанная Daw и коллегами, является знаковым подходом в вычислительной психиатрии. Она разделяет обучение на основе модели (целенаправленное) и обучение без модели (привычное), позволяя выборам приводить к наградам через различные переходы состояний.

Как это работает

На первом этапе вы выбираете между двумя вариантами. Каждый ведёт ко второму этапу с разными вероятностями (обычный против редкого перехода). Ключевой показатель — как вероятность остаться зависит от предыдущего вознаграждения и типа перехода: взаимодействие «вознаграждение × переход» открывает окно в основанные на модели против безмодельные тенденции. При 100 пробах оценка лишь ориентировочная.

Клиническое применение

Сниженный контроль на основе модели наблюдается при зависимостях, ОКР и депрессии. Задача помогает исследователям понять, как психические состояния влияют на баланс между гибким целенаправленным поведением и автоматическими привычными реакциями.

Источники

  • Daw, N. D., Gershman, S. J., Seymour, B., Dayan, P., & Dolan, R. J. (2011). Model-based influences on humans' choices and striatal prediction errors. Neuron, 69(6), 1204-1215. 10.1016/j.neuron.2011.02.027
  • Sochat, V. V., Eisenberg, I. W., Enkavi, A. Z., Li, J., Bissett, P. G., & Poldrack, R. A. (2016). The Experiment Factory: Standardizing behavioral experiments. Frontiers in Psychology, 7, 610. 10.3389/fpsyg.2016.00610
  • Daw, N. D., Niv, Y., & Dayan, P. (2005). Uncertainty-based competition between prefrontal and dorsolateral striatal systems for behavioral control. Nature Neuroscience, 8(12), 1704-1711. 10.1038/nn1560

Об этом эксперименте

Этот эксперимент — учебная адаптация в демонстрационных целях. Он не является клиническим диагностическим инструментом. Результаты отражают ваши показатели в этом конкретном сеансе и не должны интерпретироваться как оценка ваших когнитивных способностей.

Конфиденциальность данных

Данные эксперимента обрабатываются и хранятся локально в вашем браузере. Никакие данные не загружаются на сервер, если вы явно не экспортируете их.

Угостите меня кофе