不確実な状況における学習と気質特性

計算論モデリングと行動抑制系/行動賦活系

抄録

健常な大学生を対象にアイオワギャンブリング課題を実施し，不確実な状況における選択反応の学習データを，強化学習の階層ベイズ計算論モデルにフィッティングした。Prospect Valence Learning(PVL)-Delta, PVL-Decay, Value-Plus-Perseverence(VPP), Outcome-Representation Learning(ORL)の4つのモデルのうち，ORLモデルの適合度が最も高かった。ORLモデルの個人別パラメータは，獲得額と損失額の分布特性が異なる4つのデッキすべてについて，関連があるものが存在していた。一方，ギャンブル課題と同時に取得したBIS/BAS尺度日本語版の下位尺度得点は，損失リスクの高いデッキ(AとB)と関連するものしか見いだされなかった。強化学習パラメータとBIS/BAS下位尺度の間には関連が見られなかった。