Low-dimensional factorized neural computations underlie risk-adaptive choices
Este estudio demuestra que la toma de decisiones adaptativa al riesgo depende de computaciones neuronales de baja dimensión que segregan estados seguros y riesgosos, un mecanismo identificado a través de agentes de aprendizaje por refuerzo profundo y validado por patrones dinámicos similares en registros neuronales humanos.