НЦМУ «Центр междисциплинарных исследований человеческого потенциала»

5.1.1 Научный проект «Нейрокогнитивные механизмы принятия решений (НИУ ВШЭ)»

Гуткин Борис Самуэль
Руководитель

Период реализации проекта 

2020-2025

Связь научного проекта с тематикой человеческого потенциала

Актуальность проблемы исследования принятий решений по отношению к выдающимся открытиям международной, российской и советской школ прошлого и позапрошлого веков об обучении с подкреплением оперантного обучения, мотивации, эмоций и теории функциональных систем связана с попыткой интеграции выдающихся поведенческих открытий прошлого в единую систему на основании анализа реакции мозга современными мультимодальными методами, а также современной вычислительной теорией на основании алгоритмов обучения с подкреплением. Улучшение понимания механизмов принятия решений в условиях возрастающего динамичного информационного потока и различных социальных контекстов будет способствовать дополнению и улучшению теоретических моделей принятия решений, откроет новые горизонты в разработке методов коррекции неадаптивных решений и в конечном итоге будет способствовать лучшему пониманию механизмов формирования человеческого потенциала.

Научный проект «Нейрокогнитивные механизмы принятия решений» направлен на развитие новейших представлений о механизмах принятия решений. Он фокусируется на изучении роли социального влияния, кооперации, наказания и прочих социальных контекстов и норм в принятии решений.

Цель проекта:

Разработка новых подходов и методов нейровычислительных исследований нейромеханизмов принятия решений в различных социальных контекстах

Задачи проекта:

  1. Разработка теоретико-методологических обоснований для создания новой парадигмы исследований принятия решений с учетом пластичности мозга и обучения, алгоритмов, направленных на выявленные закономерности, способов интегрирования когнитивной и нейрокогнитивной методологии в исследованиях экспериментальной нейроэкономики, проведение экспериментальных работ по исследованию нейробиологических основ кооперации с учетом роли социальных контекстов и социальных норм
  2. Моделирование принятия решений в зависимости от шкалы вознаграждений, влияния индивидуальных психологических и когнитивных характеристик и взаимодействия в условиях финансовых рынков, динамики принятия решений в зависимости от индивидуального финансового состояния, разработка динамических моделей обучения через подкрепление принимая во внимание энергетический аллостаз организма, проведение поведенческого исследования обучения принятия решений в зависимости от изменения вознаграждений, их вероятности и уровня риска
  3. Исследование механизмов мозга обучения принятия решений в зависимости от изменения вознаграждений, их вероятности и уровня риска, индивидуального финансового состояния
  4. Разработка новых подходов и методов нейровычислительных исследований нейромеханизмов принятия решений в различных социальных контекстах, внедрение подходов проведения инструментальных мультимодальных исследований с применением вычислительных моделей

Ключевые результаты

2020 г.

Развита и дополнена теория принятия решений, разработаны теоретико-методологические обоснования моделирования принятия решений в условиях динамического изменения вознаграждений и их вероятностей, а также алгоритмы принятия решений и обучения стратегиям поведения в непрерывном времени и динамически меняющейся среде в зависимости от физиологических потребностей и энергетического баланса организма, построена модель финансовой мультиагентной системы (Agent-Based Models, ABM) на основе когнитивной и нейрокогнитивной методологии теории обучения с подкреплением

2021 г.

Разработан интерфейс для взаимодействия исследователя с моделью финансовой мультиагентной системы и разработки экспериментов, имплементированы процессы отклонения от рациональности индивидуальных агентов (т.е. искажение функции ценностей) и проведен анализ влияния таких отклонений на динамику рынка.

Закончено исследование по искажению подтверждения выбора. Показано, что оно остается значимым при включении автокорреляции выбора в вычислительную модель принятия решения, тем самым доказывая, что искажение подтверждения выбора – это устойчивая особенность человеческого обучения с подкреплением.  Сформулированы дополнительные вычислительные процессы, которые могут играть важную роль в оценке и интерпретации искажений принятия решений.

2022 г.

На основе разработанной теоретической базы проведены несколько исследований механизмов и процессов принятия решений в зависимости от изменений и свойств среды: с использованием модели MIX (Модель независимого вклада величин и вероятностей вознаграждения), как вычислительного алгоритма выборов в неопределенной и изменчивой среде, были выявлены потенциальные механизмы адаптивного поведения при двух уровнях изменчивости среды.

Выявлено, что механизм независимого взвешивания оценки вероятностей вознаграждения по сравнению с величиной полезностей, является минимальным и достаточным механизмом адаптации к изменениям среды. Показано, что зависимость от вероятности вознаграждения по сравнению с величиной полезностей сложным образом зависит от величины вознаграждения и представления вознаграждений как выигрыши или проигрыши. В частности, вес вероятности был выше, когда вознаграждение было большим, только когда предложенные вознаграждения были представлены как выигрыши.

Параметры модели MIX, оцененные на основе человеческих выборов в зависимости от уровня изменчивости среды (низкая или высокая) и представления предложенных вознаграждений как выигрыши (зеленый цвет) или проигрыши (красный цвет). Знаки звездочки (*) и тильды (~) указывают на статистически значимые различия и тенденции в значениях параметра

Образовательные программы

Интегрированный трек «Мозг и Когнитивные науки iBrain»

Микродигри «Прикладная когнитивная нейронаука»

Публикации

  1. A. Ghambaryan, B. Gutkin, V. Klucharev, E.Koechlin  Additively Combining Utilities and Beliefs: Research Gaps and Algorithmic Developments // Frontiers in Neuroscience, 2021.
  2. Palminteri S, Lebreton M. Context-dependent outcome encoding in human reinforcement learning. // Current Opinion in Behavioral Sciences, Vol. 41, 2021, Pages 144-151.

Инструменты

Пакет программного обеспечения (СИМБА) агентного симулятора принятия решений в условиях финансовых рынков

Конференции

Международная школа по социальным нейронаукам «Межсубъектный корреляционный анализ данных фМРТ: практическое применение» (Москва, Россия, 21-23 июня 2021)