相关实验视频
Updated: Jan 13, 2026
07:00
Measuring the Switch Cost of Smartphone Use While Walking
Published on: April 30, 2020
2.2K
默认模式网络活动与联合运动错误和博任务中的效率有关
Gregory V Chernov1, Mikhail Y Mel'nikov2, Alexis V Belianin3,4
1Department of Economics, University College London, London, WC1H 0AX, UK. g.chernov@ucl.ac.uk.
Scientific reports
|January 6, 2026
概括
这项研究揭示了默认模式网络 (DMN),而不是状体,是成功做出风险决策的关键. 它的活动预测了在不确定的环境中有效的学习和探索.
科学领域:
- 神经科学是一个神经科学.
- 认知心理学 认知心理学
- 决策科学 决策科学 决策科学
背景情况:
- 风险下决策对于战略行动至关重要,但其在没有明确风险比率的试错学习中的神经基础仍然不清楚.
- 了解大脑应对不确定性的机制对于从经济学到人工智能等领域至关重要.
研究的目的:
- 研究在重复的风险决策任务中长期成功的神经相关性.
- 在没有明确的风险信息的情况下,识别与有效的风险承担和学习相关的大脑区域.
主要方法:
- 使用功能磁共振成像 (fMRI) 与运动检测和更高水平的风险任务相结合.
- 参与者 (N=25) 选择了与奖励相关的任务难度,然后执行任务,收到反.
主要成果:
- 积极的反 (收益) 激活了大脑区域,包括条纹体,执行控制区域和默认模式网络 (DMN).
- 与元认知功能相关的DMN节点内的活动与探索指数 (有效承担风险的衡量标准) 有正相关.
- 与奖励和风险评估相关的状活动没有显示出这种与勘探有效性的积极关系.
结论:
- 默认模式网络 (DMN),特别是它的前端节点,在风险环境中的高级决策中发挥着重要作用.
- 强调DMN活动对于基于奖励的学习期间的元认知控制很重要,这表明它在优化探索策略方面发挥着关键作用.
