Adaptive integration of model-based and model-free strategies in human reinforcement learning of reachable space
本研究は、新しいロボット迷路課題を用いて、人間が到達可能空間内の障害物を回避する際、学習の過程で目標からの距離や状態の熟悉度、触覚フィードバックに応じてモデルベース戦略からモデルフリー戦略へ適応的に移行し、この空間学習の計算機構はスケールを超えて共有されるものの、特定の効果器システムのコストと制約に合わせて調整されていることを明らかにしました。