近日，美国国家科学院院刊（PNAS）在线发表了学院孙宗鹏副教授联合现代教学技术教育部重点实验室教育神经科学研究团队的研究成果《负强化学习不同阶段多巴胺神经元活动及可塑性的动态变化》（"Dynamic changes of dopamine neuron activity and plasticity at different stages of negative reinforcement learning"），系统揭示了在负强化学习过程中，多巴胺神经元活动与突触可塑性的动态变化规律。孙宗鹏副教授与教育学部任维教授为共同通讯作者，现代教学技术教育部重点实验室研究生程强强、刘文卿为共同第一作者，心理学院为第一署名单位。

 学术界普遍认为，生物脑与人工智能系统在强化学习中均采用“奖赏预测误差”最小化机制，以实现行为优化。其中，多巴胺信号被视作奖赏预测误差的神经表征，对学习过程具有关键指导作用。本研究在此基础上，聚焦负强化学习，进一步揭示了多巴胺系统在应对厌恶刺激时的精细调控机制，首次证实SNc多巴胺神经元能够以类似“奖励预测误差”的编码方式参与负性经验的学习与行为适应。研究深化了对负强化学习神经机制的理解，为探索焦虑、成瘾等疾病的病理机制及干预策略提供了重要的实验依据。

原文链接：www.pnas.org/doi/10.1073/pnas.2509072122

初审：雷  萍

复审：姬  鸣

终审：吴国彬