【标题】Neurofeedback through the lens of reinforcement learning

【作者团队】Nitzan Lubianiker , Christian Paret , Peter Dayan , Talma Hendler

【发表日期】2022.5.10

【论文链接】https://www.sciencedirect.com/science/article/pii/S0166223622000595#!

【推荐理由】尽管进行了数十年的实验和临床实践，但神经反馈 (NF) 训练背后的神经心理机制仍然模糊不清。 NF 是强化学习 (RL) 任务的一种独特形式，在此期间，参与者会获得有关神经模式所需变化的奖励反馈。 然而，在 NF 的背景下很少考虑关键的 RL 考虑因素——包括实践期间的选择、预测错误、信用分配问题或探索-利用权衡。 本文为 NF 提供了一个基于 RL 的框架，描述了常见 NF 协议中不同的内部状态、动作和奖励，从而为表征、预测和加速学习过程提出了新的建议。 通过这种方式，本文希望通过 NF 推进当前对神经调节的理解，并最终提高其有效性、个性化和临床实用性。


内容中包含的图片若涉及版权问题，请及时与我们联系删除