Reward changes the use and structure of predictive spatial maps
Cet article démontre que la récompense influence les cartes spatiales prédictives de l'hippocampe par deux mécanismes distincts : les signaux d'objectif modifient principalement la manière dont une carte existante est utilisée pour guider le comportement, tandis que des signaux d'enseignement spécifiques liés à la récompense pilotent la plasticité réelle qui remodèle la structure de la carte.
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
Le cerveau contient un système de cartographie spécialisé qui permet aux animaux de naviguer dans leur monde. Dans l'hippocampe, une région située profondément à l'intérieur du cerveau, se trouvent des neurones appelés cellules de lieu. Chacune de ces cellules s'active lorsqu'un animal se trouve à un endroit spécifique, illuminant ainsi une coordonnée sur une carte interne. Depuis des décennies, les scientifiques savent que cette carte n'est pas statique ; elle change en fonction de l'expérience. Lorsqu'un animal apprend où une récompense est cachée, l'activité de ces cellules de lieu se déplace souvent, se regroupant plus densément autour de l'emplacement du prix. Mais une question fondamentale est restée sans réponse : le cerveau se contente-t-il de changer la façon dont il utilise sa carte existante pour se concentrer sur la récompense, ou réécrit-il physiquement la carte elle-même, en modifiant les connexions entre les neurones pour créer une nouvelle représentation de l'espace ?
Pour répondre à cela, des chercheurs ont construit un modèle informatique qui imite la façon dont le cerveau apprend. Ils ont créé un agent numérique qui explorait une arène carrée virtuelle, ne recevant que des informations visuelles sur ce qui se trouvait devant lui, telles que la distance par rapport aux murs et la présence d'objets. Le réseau interne de l'agent a été entraîné à prédire la prochaine scène visuelle en fonction de sa vue actuelle et de son mouvement. À travers ce processus de prédiction, le réseau a développé spontanément une carte spatiale, avec des groupes distincts de neurones s'activant dans des lieux spécifiques, tout comme les cellules de lieu trouvées chez les animaux réels. Cette carte existait avant même que l'agent ne connaisse l'existence d'une récompense.
Les chercheurs ont ensuite introduit une récompense dans l'environnement et ont entraîné un système de contrôle distinct pour guider l'agent vers celle-ci. Tandis que l'agent apprenait à naviguer vers la récompense, les chercheurs ont observé un changement spectaculaire : les cellules de lieu dans la carte ont commencé à se regrouper étroitement autour de l'emplacement de la récompense. Cependant, lorsqu'ils ont rejoué exactement le même parcours que celui emprunté par l'agent avant d'apprendre, en utilisant le réseau nouvellement entraîné, le regroupement était beaucoup plus faible. Cela a révélé que la forte concentration d'activité observée lors du comportement dirigé vers un but était largement due au fait que l'agent empruntait des itinéraires différents et approchait la récompense sous des angles différents, plutôt qu'à une refonte complète de la structure sous-jacente de la carte. La carte avait changé, mais seulement modestement.
L'étude a également exploré ce qui motive ces changements en ajoutant un signal d'enseignement spécifique qui indiquait au réseau à quel point il était proche de la récompense. Lorsque ce signal était présent, les changements apportés à la carte devenaient plus importants et plus cohérents, déplaçant les champs de localisation des cellules plus de manière fiable vers la récompense. Les chercheurs ont également testé ce qui se passait lorsque la récompense était déplacée vers un nouvel emplacement. Ils ont constaté que la direction vers laquelle l'agent se dirigeait s'adaptait rapidement au nouvel objectif, mais que l'emplacement physique des champs de localisation se déplaçait plus lentement et conservait une certaine mémoire de l'ancien emplacement de la récompense. Enfin, lorsque la récompense et le signal d'enseignement étaient entièrement supprimés, la concentration de cellules près de l'ancien emplacement de la récompense s'est estompée, et la carte est revenue vers son état initial.
Ces découvertes suggèrent que le cerveau utilise deux mécanismes distincts pour gérer la récompense. Un mécanisme change la façon dont la carte existante est utilisée, permettant à l'animal de concentrer son attention et son comportement sur l'objectif. Le second mécanisme, piloté par des signaux d'apprentissage spécifiques, remodèle physiquement la carte elle-même, mais ce remodelage est un processus plus subtil et graduel que les changements de comportement immédiats ne pourraient le suggérer. Cette recherche fournit un cadre clair pour comprendre que la carte spatiale du cerveau est à la fois une représentation stable du monde et un outil flexible qui peut être ajusté par ce que l'animal valorise.
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.