基底神经节功能在学习、记忆和选择方面的神经计算模型

Neurocomputational models of basal ganglia function in learning, memory and choice

Michael X. Cohen, Michael J. Frank∗

Department of Psychology, Program in Neuroscience, University of Arizona, 1503 E University Blvd, Tucson, AZ 85721, United States

Article history: Received 2 June 2008

Received in revised form 24 September 2008

Accepted 24 September 2008

Available online 4 October 2008

（Song Jian，translate）

摘要：基底神经节（BG）对运动、认知和情感功能的协调至关重要，在从帕金森病到精神分裂症的几个病理状态下，基底神经节都会出现功能障碍。在这里，我们回顾了神经计算框架下发展的BG和相关回路的原理，提供了洞察他们在行为中的功能作用。我们关注两类模型：包括生物实在论的各个方面，并受功能原理的约束，以及更抽象的数学模型，这些模型侧重于BG更高层次的计算目标。虽然前者可以说更“现实”，但后者在能够以相对简单的方程组描述系统如何工作的功能原理方面具有互补优势，但不太适合对特定核和神经细胞的作用进行特定假设。生理过程。我们回顾了这些模型的基本架构和假设，它们与我们对BG神经生物学和认知功能的理解的相关性，并提供了对现有模型中未明确纳入的生物学细节的潜在作用的更新。从转基因小鼠到多巴胺操纵、脑深部刺激和人类遗传学的经验研究，在很大程度上支持模型预测，并为进一步完善提供了基础。最后，我们讨论了可能的未来方向和整合不同类型模型的可能方法。

关键词:基底神经节；计算模型；多巴胺；强化学习；决策

翻译论文原件[Neurocomputational models of basal ganglia function in learning, memory and choice]

翻译论文稿件[基底神经节功能在学习、记忆和选择方面的神经计算模型]