2010 Fiscal Year Annual Research Report
| Project/Area Number |
22300138
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
設樂 宗孝 筑波大学, 大学院・人間総合科学研究科, 教授 (10357189)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
肥後 範行 独立行政法人産業技術総合研究所, ヒューマンライフテクノロジー研究部門, 主任研究員 (80357839)
松本 有央 独立行政法人産業技術総合研究所, ヒューマンライフテクノロジー研究部門, 研究員 (00392663)
|
|---|
| Keywords | 報酬系 / 行動決定 / 労働負荷 / 自己選択効果 / アカゲザル |
|---|
| Research Abstract |
報酬獲得のための行動決定を調べるために、まず、報酬までの労働負荷と報酬量の組み合わせを選択する行動決定課題をサルにトレーニングした。この課題では、4段階の報酬量と4段階の仕事量を組み合わせた16通りから、その内の2つを選択肢として呈示し、選択を行わせる。選択はモンキーチェア内に装備した左右のバーの内いずれかを握ることで行う。仕事としてば視覚弁別試行(画面に表示される視覚刺激の色が赤から緑に変わったら、モンキーチェア内の中央バーから1秒以内に手を離す)を複数回行わせることとし、その回数が労働負荷量となる。したがって、サルにはまず視覚弁別試行をトレーニングし、次にこれを複数回行う必要のある多試行スケジュール課題をトレーニングし、これらの学習が成立した後に行動決定課題をトレーニングした。労働負荷と報酬量の組み合わせは、全部で16通りあり、労働負荷はパターン刺激の長さによって、報酬量はパターン刺激の明るさによって表す。この16通りから2つを選ぶ組み合わせは全部で120通りある。それぞむのパターン刺激と選択肢との連合は事前に十分学習させた。様々な選択肢の組み合わせを用いたときの行動決定の結果を報酬割引モデルによってフィッティングすると、指数関数を使った割引モデルによってよくフィットできた。また、行動決定を行った場合とコンピューターにより与えられた場合のスケジュール課題の行動成績を比較検討した結果、行動決定を行った場合の方が課題の誤答率が低く、自己選択により報酬価値が上がるために誤答率が低くなるという自己選択効果が見られたことが示唆された。
|
Research Products
(9 results)
