Mechanisms of value-learning in the guidance of spatial attention

نقش یادگیری پاداش وابسته در هدایت توجه به ویژگی ها به خوبی شناخته شده است. تا چه حد یادگیری پاداش می تواند توجه فضایی را مدوله کند، بسیار بحث برانگیز بوده است. حداقل یک تظاهرات یک توجه مداوم فضایی به دنبال یادگیری پاداش وابسته به فضایی است. در عین حال، چندین آزمایش دیگر منتشر شده است که نشان می دهد که تعصب های شدید توجه به نقاطی که هدف آن، اگر یافت، پاداش بالا را نشان می دهد. این به رغم شواهدی وجود دارد که شرکت کنندگان از ساختار پاداش استفاده می کنند تا تصمیمات خود را در جایی که جستجو می کنند، اعلام کند، و بعضی از آنها پیشنهاد می کنند که بر خلاف توجه خاص، توجه فضایی به نفوذ یادگیری از ساختار پاداش ناپذیر است. در اینجا ما یک تعصب قوی نسبت به مناطق یک صحنه داریم که شرکت کنندگان قبلا برای انتخاب انتخاب شدند. این تعصب فضایی به نمایندگی هایی که به پیکربندی اجسام در یک صحنه متصل هستند، متکی است. به نظر می رسد که تعصب مشاهده شده به طور خاص با یادگیری تقویت شده هدایت می شود و می تواند با قدرت برابر با بازخورد اصلاحی بدون بازپرداخت مشاهده شود. دوره زمانی از تعصب، با توجه به تغییرات گذرا توجه، به جای یک الگوی استراتژیک جستجو، سازگار است و در الگوهای حرکت چشم در هنگام مشاهده رایگان دیده می شود. با هم هماهنگ شده، یافته های ما پیش از این همپوشانی گزارش های متضاد را ارائه می دهد و یک گزارش جامع از چگونگی یادگیری از بازخورد را به سیستم توجه فضایی می دهد.