時間予測による報酬刺激処理の調節メカニズム－脳機能計測と計算論的手法による検討－

2020 Fiscal Year Research-status Report

• Project/Area Number: 18K12023
• Research Institution: National Institute of Advanced Industrial Science and Technology
• Principal Investigator: 木村 健太 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (40589272)
• Project Period (FY): 2018-04-01 – 2022-03-31
• Keywords: 時間予測 / 報酬 / 事象関連脳電位 / 脳波 / 学習 / 強化学習

Outline of Annual Research Achievements

本研究は、時間情報が報酬刺激処理へ統合される認知神経科学的モデルの構築を目指すことである。2018年度の研究では、報酬刺激の処理が経験される遅延時間の頻度に基づいて柔軟に調節されていることを明らかにした。2019年度の研究では、遅延時間中に、時間予測を高めるための手がかり刺激を提示することで、報酬刺激の処理の不全を防ぐことができることを明らかにした。2020年度の研究では、時間予測による報酬刺激処理の変容の背後にある計算論的モデルの構築が目的であった。このため、時間予測が報酬学習における選択行動をどのように調節するのかを検証することを目的とした。しかし、今般の新型コロナウイルス感染症の拡大の影響を受け、これを実証するための実験実施が困難であった。加えて、2019年度に実施できなかった、機能的MRIを用いた報酬領域の脳活動計測実験の実施も困難であった。このような状況下においても研究を推進するため、報酬学習中の選択行動の時系列データをシミュレーションにより生成し、出力データに対して強化学習によるモデルベース解析を用いることで、各種モデルを定量的に比較する計算論的手法を構築した。加えて、過去に取得した報酬学習中の選択行動に対して、構築した計算論的手法を適用することで、手法が妥当であることを確認した。また、時間予測が報酬学習中の選択行動に影響を及ぼすことを仮定するモデルからシミュレーションデータを生成することで、時間予測が選択行動に及ぼす影響を定性的にではあるが検証することに成功した。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

今般の新型コロナウイルス感染症の拡大の影響を受け、これを実証するための実験実施が困難であった。加えて、2019年度に実施できなかった、機能的MRIを用いた報酬領域の脳活動計測実験の実施も困難であった。このため、2020年度に予定した実験の実施は2021年度に実施することとし、2020年度は実験データを解析するための解析モデルの構築に専念した。

Strategy for Future Research Activity

今後は、2020年度に実施できなかった、時間予測による報酬刺激処理の変容の背後にある計算論的モデルの構築を目指す。このため、時間予測が個人の報酬学習における選択行動に及ぼす影響を、2020年度に構築したモデル解析技術を用いて検討する。加えて、2020年度に実施できなかった、機能的MRIを用いた報酬領域の脳活動計測を実施する。2021年度は、これらの知見を統合することで、時間予測と報酬刺激処理についての認知神経科学的モデルの構築を目指す。

Causes of Carryover

2020年度は、今般の新型コロナウイルス感染症の拡大の影響により、予定していた機能的MRI実験、及び報酬学習に関わる行動実験の実施が困難であった。このため、2020年度に計上していた費用を使用する必要がなくなった。2021年度には上記実験を予定していることから、2020年度の未使用額は2021年度の実験関連費用として使用することを計画している。