Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Experimentos Relacionados

La adicción como un proceso computacional que salió mal.

A David Redish1

  • 1Department of Neuroscience, 6-145 Jackson Hall, 321 Church Street SE, University of Minnesota, Minneapolis, MN 55455, USA. redish@ahc.umn.edu

Science (New York, N.Y.)
|December 14, 2004
PubMed
Resumen
Este resumen es generado por máquina.

Videos de Conceptos Relacionados

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

The vicarious nature of hippocampal theta sequences.

Philosophical transactions of the Royal Society of London. Series B, Biological sciences·2026
Same author

Just how goal-directed are hippocampal theta sweeps, anyway?

Nature neuroscience·2026
Same author

Coordinated Representational Drift Across the Mouse Cortex.

bioRxiv : the preprint server for biology·2026
Same author

Hippocampal representations differentiate reactive and anticipatory responses during foraging under threat.

bioRxiv : the preprint server for biology·2026
Same author

Individual differences in decision-making shape how mesolimbic dopamine regulates choice confidence and change-of-mind.

Nature neuroscience·2025
Same author

Opposing, multiplexed information in lateral and ventral orbitofrontal cortex guides sequential foraging decisions in rats.

Neuron·2025

Las drogas adictivas secuestran los sistemas de aprendizaje natural mediante la creación de señales de recompensa artificial. Este modelo computacional explica cómo las oleadas de dopamina inducidas por las drogas conducen a comportamientos compulsivos en la adicción.

Área de la Ciencia:

  • La neurociencia es la neurociencia.
  • La psiquiatría computacional es la psiquiatría computacional.
  • Aprendizaje por Refuerzo Aprendizaje por Refuerzo

Sus antecedentes:

  • Se cree que las drogas adictivas explotan las vías naturales de aprendizaje en el cerebro.
  • La dopamina es un neurotransmisor clave implicado en la recompensa y el aprendizaje.

Objetivo del estudio:

  • Para modelar computacionalmente la adicción utilizando los principios de aprendizaje por refuerzo.
  • Para investigar cómo la dopamina inducida por drogas afecta el aprendizaje y el comportamiento.

Principales métodos:

  • Utilizado el aprendizaje por refuerzo de diferencias temporales (TDRL) para modelar el aprendizaje natural.
  • Se introdujo un aumento de dopamina inducido por drogas no compensable en el modelo TDRL.

Videos de Experimentos Relacionados

  • Desarrolló un modelo computacional de la adicción.

    • Principales resultados:

    • El modelo demostró una selección excesiva de acciones que conducen a la recepción de drogas.
    • El modelo explica los fenómenos clave observados en la literatura sobre adicciones.
    • Proporcionó un marco teórico para comprender la adicción.

    Conclusiones:

    • El modelado computacional del papel de la dopamina en la adicción ofrece valiosas ideas.
    • Este enfoque puede ayudar a explicar los comportamientos compulsivos de búsqueda de drogas.
    • El modelo proporciona una base teórica para abordar la adicción.