Reward predictability shapes decision making states and exploitative control in marmosets
Cette étude établit une plateforme de cage domestique automatisée et non invasive pour les ouistitis et utilise la modélisation par apprentissage par renforcement pour démontrer que la prévisibilité de la récompense réorganise les états comportementaux, affinant la correction d'erreurs et améliorant le contrôle de l'exploitation lors de la prise de décision.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Imaginez que vous vous promenez dans une forêt à la recherche des baies les plus savoureuses. Parfois, vous savez exactement où se trouve le meilleur massif, alors vous suivez ce chemin et continuez à en cueillir (c'est l'exploitation). D'autres fois, vous pourriez vous aventurer ailleurs pour vérifier s'il n'y a pas un nouveau massif, encore meilleur, qui attend d'être découvert (c'est l'exploration).
Ce document traite de la manière dont les ouistitis — de petits singes sociaux très intelligents et génétiquement proches de l'humain par certains aspects — déterminent quand ils doivent s'en tenir à ce qu'ils connaissent et quand ils doivent essayer quelque chose de nouveau.
Voici l'histoire de ce que les chercheurs ont fait et découvert, expliquée simplement :
1. La nouvelle « salle de sport » pour singes
Auparavant, étudier la façon dont ces singes prennent des décisions était difficile. Cela nécessitait souvent de les sortir de leur habitat, de restreindre leur consommation d'eau pour qu'ils aient soif de récompenses, et de les tester par séquences courtes et stressantes.
Les chercheurs ont construit une nouvelle « salle de sport » automatisée directement dans les cages de vie des singes. C'est comme une console de jeux tactiles de haute technologie avec laquelle les singes peuvent jouer quand ils le veulent, aussi longtemps qu'ils le veulent, sans stress ni restriction d'eau. Cela leur a permis d'étudier les habitudes naturelles de prise de décision des singes sur une longue période.
2. Les jeux d'entraînement
Les singes ont joué à une série de jeux sur l'écran :
- Apprentissage par inversion : Imaginez un jeu où un bouton rouge donne toujours une friandise, puis soudain, les règles changent et c'est le bouton bleu qui donne la friandise. Les singes ont dû apprendre à changer de stratégie.
- Le « bandit à deux bras » : C'était le test final, le plus difficile. C'était comme une machine à sous avec deux leviers. Parfois, un levier payait plus souvent, mais les règles étaient complexes et changeaient de manière aléatoire. Il n'y avait aucun indice ou indice ne précisant quel levier était le meilleur ; ils devaient le découvrir simplement en essayant.
3. Comment les singes réfléchissent (les « modes mentaux »)
Les chercheurs ont utilisé des modèles informatiques pour comprendre le cerveau des singes. Ils ont découvert que les singes ne font pas de choix aléatoires ; ils basculent entre deux « modes mentaux » distincts :
- Le mode « Persévérance » (Exploitation) : Quand le singe est confiant, il s'en tient au choix qui fonctionne habituellement.
- Le mode « Tentative » (Exploration) : Quand le singe est incertain, il commence à tester différentes options pour recueillir de nouvelles informations.
4. La grande découverte : la prévisibilité change la donne
La découverte la plus intéressante concernait la prévisibilité des récompenses.
- Quand le monde était prévisible (Déterministe) : Si un mauvais choix signifiait toujours l'absence de friandise, le singe réalisait son erreur immédiatement. C'était comme si une ampoule s'allumait ; ils corrigeaient leur trajectoire très rapidement.
- Quand le monde était imprévisible (Probabiliste) : Si un mauvais choix donnait parfois tout de même une friandise (par simple chance), le singe mettait plus de temps à réaliser qu'il faisait une erreur.
L'étude a montré que lorsque l'environnement est prévisible, les singes passent plus de temps dans le mode « Persévérance » et corrigent leurs erreurs beaucoup plus vite. Quand les choses sont chaotiques et imprévisibles, ils passent plus de temps à errer dans le mode « Tentative ».
En résumé
Ce document nous offre une nouvelle façon d'observer comment ces singes apprennent et décident. Il montre que leurs cerveaux possèdent des « commutateurs » spécifiques pour l'exploration et l'exploitation, et que la clarté des règles du jeu (prévisible vs aléatoire) change complètement la façon dont ils actionnent ces commutateurs. C'est un plan directeur pour comprendre les mécanismes de la prise de décision intelligente chez une espèce qui nous est très proche.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.