(相关资料图)

当结果不确定时，人类如何做出决定?一种可能的方法是计算每个选项的期望值，方法是将每个可能的结果量乘以其概率，然后选择具有最高期望值的选项。虽然这种策略可以最大限度地提高期望的回报，但这不是人们倾向于做的事情。特别是，人们在做出后续选择时似乎受到过去决策结果的非理性影响。

筑波大学的研究人员开发并验证了一个模型(“动态前景理论”)，该模型整合了行为经济学中最流行的模型来描述不确定性下的决策——前景理论，以及一个成熟的神经科学学习模型——强化学习理论。该模型比单独的前景理论或强化学习理论更准确地描述了人和猴子在面临风险时做出的决定。

具体来说，研究人员要求70人在两种彩票之间反复选择，他们可以以某种概率获得一些奖励。彩票在奖励的大小、获得奖励的可能性和所涉及的风险量方面各不相同。结果显示，在经历大于所选选项的预期值的结果后，参与者立即表现得好像在下一次彩票中获胜的概率增加了。

该研究的资深作者助理教授Hiroshi Yamada说：“这种行为令人惊讶，因为向参与者清楚地描述了获胜概率(参与者不必从经验中学习)，并且这些概率也完全独立于先前的结果。利用他们的动态前景理论模型，研究人员能够确定行为的变化是由概率感知的变化驱动的，而不是由奖励估值的变化驱动的。

山田还说：“这种从意外事件中学习是强化学习理论的基础，是一种众所周知的算法，当人们需要从经验中学习奖励时就会发生。有趣的是，即使不需要学习，它也会发生。

在对猕猴的类似实验中，它们的大脑与人类的大脑非常相似，观察到的结果基本相同。研究人员评论说，在这项研究中，人类和猴子行为的相似性是显着的。

基于这项研究的结果，预计对猴子大脑的调查将导致了解我们所有人在做出冒险决定时使用的奖励和概率感知所涉及的大脑机制，以及我们成功时感受到的快乐。