arXiv q-bio.NC（Neurons and Cognition）·2026-10-28 12:00· 2 小时前精选AI 评分58

Zheng Wang 团队比较人类与猕猴奖赏预测误差的前额叶读出机制

Prefrontal scaling of reward prediction error readout gates reinforcement-derived adaptive behavior in primates

AI 导读

复旦大学类脑智能科学与技术研究院 Zheng Wang 团队联合多机构，结合跨物种强化学习建模、神经影像与转录组数据，发现人类与猕猴在奖赏预测误差计算上共享分子与神经解剖基础。

AI 要点

团队

第一作者 Tian Sang，末位作者 Zheng Wang，共 13 位作者。

主要结果

人类与猕猴共享 RPE 计算的分子与神经解剖基础，但人类在确定性与概率性反转任务上表现更优；人类更多调用 dACC 与 dlPFC。

解决什么问题

中脑-纹状体编码 RPE 已有记载，但前额叶环路如何把 RPE 信号转化为物种特异的灵活性尚不清楚。

方法

整合跨物种强化学习建模、神经影像与转录组学，比较人类与猕猴，并用单试次解码 RPE 到选择的预测。

局限

从研究设计看，跨物种比较依赖任务与解码指标的可比性；人类队列的前额叶解码结论来自独立队列的组间对比。

AI 依据原文整理，未经人工核对。

AI 推荐理由

研究把跨物种强化学习建模、神经影像与转录组数据放在一起，比较人类与猕猴将奖赏预测误差转化为行为时的前额叶差异。