神经科学与认知科学
突破级
有讲解视频
收录解读
这篇论文重新审视了人类奖励学习能否被传统强化学习模型充分解释。作者把神经网络组件嵌入可解释的认知模型中，检验记忆机制在奖励学习中的作用是否比标准逐步更新的价值函数更关键。
新意在于提出并验证了一类混合神经—认知模型：成功解释行为数据的模型需要更灵活、更独立的记忆变量，而不仅仅是一个标量的 reward prediction error 轨迹。这说明“记忆如何介入奖励学习”本身是结构性问题。
这篇论文适合放在计算认知主线，也和仓库里的 RL 机制澄清型论文形成互补。它有助于连接人类学习理论、认知建模和未来类脑学习算法。
它不再升一级，是因为主要价值在于对人类奖励学习理论的纠偏和补强，外溢很强但还没有形成一个被 AI 社区直接采用的新训练范式。