[3O06m1] 報酬と罰の学習

[3O06m1-03] 二つの皮質基底核経路で異なる状態表現が使用される場合の理論的検討

*森田 賢治^1,2、下村 寛治^1,3、川口 泰雄^4,5 (1. 東京大学大学院教育学研究科、2. 東京大学ニューロインテリジェンス国際研究機構、3. 国立精神・神経医療研究センター精神保健研究所行動医学研究部、4. 玉川大学脳科学研究所、5. 生理学研究所)

キーワード：reinforcement learning, successor representation, reward prediction error, corticostriatal