Neuronale Mechanismen einfacher Entscheidungen III. Integration von Wertsignalen

Transkript

1 Fachrichtung Psychologie Vorlesung WS 2014/15 Kognitive Neurowissenschaft Neuronale Mechanismen einfacher Entscheidungen III. Integration von Wertsignalen Thomas Goschke 1

2 Literatur Lehrbuchkapitel Purves et al. (2013). Principles of Cognitive Neuroscience (2nd. ed.). Sinauer Associates. Chapter 14: Decision Making. Rangel, A. & Clithero, J. A. (2014). The computation of stimulus values in simple choice. In Glimcher, P. W. & Fehr, E. (2014). Neuroeconomics. Decision making and the brain (2nd Ed.). Chapter 8. London: Academic Press. Übersichtsartikel Rangel, A., Camerer, C., & Montague, P. R. (2008). A framework for studying the neurobiology of value-based decision making. Nature Reviews Neuroscience, 9(7), Fehr, E., & Rangel, A. (2011). Neuroeconomic Foundations of Economic Choice Recent Advances. Journal of Economic Perspectives, 25(4), Rangel, A., & Hare, T. (2010). Neural computations associated with goal-directed choice. Current Opinion in Neurobiology, 20(2),

3 Lernen Modifikation von Erwartungen, Bewertungen, Präferenzen, Zielen Der Prozess des Entscheidens: Ein Rahmenmodell Repräsentation der aktuellen Situation Externe Reize; momentane Bedürfnisse; Handlungsmöglichkeiten; antizipierte Handlungskonsequenzen Bewertung alternativer Optionen Subjektiver Wert & Kosten; Risiko & Wahrscheinlichkeit; zeitliche Distanz Verrechnung und Auswahl Vergleich des Werts alternativer Optionen; Integration zu einer Entscheidung / Auswahl eines Ziels (Intentionsbildung) Handlungsausführung Ausführung zieldienlicher Handlungen; Abschirmung des Ziels gegen konkurrierende Gewohnheiten oder Impulse Selektive Aufmerksamkeit Bewertung des Ergebnisses Ist das Handlungsergebnis besser oder schlechter als erwartet?

4 4 Wie werden Werte verschiedener Optionen zu einer Entscheidung integriert?

5 Wie werden die Werte unterschiedlicher Optionen und deren Attribute zu einer Entscheidung integriert? Gut Menge Zeit Risiko Ambiguität Kosten Motivation Ungeduld Risikoneigung Ambiguitäts -aversion Entscheidung 5

6 Informationsintegration bei perzeptuellen Entscheidungen (Heekeren et al., 2004, Nature) Repräsentation sensorischer Evidenz in kategorienspezifischen Hirnregionen Vergleich & Integration sensorischer Evidenz Gibt es eine Hirnregion, in der die sensorische Evidenz für Gesichter und Häuser zu einem Entscheidungssignal integriert wird? 16

7 Informationsintegration bei perzeptuellen Entscheidungen (Heekeren et al., 2004, Nature) Ein Entscheidungsareal sollte zwei Kriterien erfüllen (1) Aktivierung sollte am stärksten sein, wenn Evidenz für eine der Kategorien maximal ist (d.h. bei klar erkennbaren Gesichtern oder Häusern) (2) Die Aktivierung sollte mit der Differenz der Aktivierungen in den gesichts- und hausselektiven Regionen korrelieren 17 Eine Region im dorsolateralen Präfrontalkortex erfüllte beide Kriterien: Stärkere Aktivierung für einfache als für schwierige Entscheidungen Korrelation der Aktivierung mit der Differenz von haus- und gesichtsspezifischer Aktivierung

8 19

9 Das Drift-Diffusions-Modell für einfache Entscheidungen Trends in Cognitive Science 21 Während einer Entscheidung wird kontinuierlich Information akkumuliert und zu einem Entscheidungssignal (R) verrechnet, das die Wertdifferenz der Optionen repräsentiert Der Akkumulationsprozess ist inhärent verrauscht und stochastisch Evidenz für eine Option lenkt den Driftprozess in Richtung auf die zugehörige Schwelle Die Drift-Rate ist proportional zur Qualität der Evidenz Höhe der Schwelle hängt davon ab, wie sicher der Entscheider sein will Reaktionszeit Entscheidung fällt, wenn das Entscheidungssignal eine der Schwellen überschreitet

10 22 Das Drift-Diffusions-Modell für einfache Entscheidungen

11 Empirische Evidenz für das Drift-Diffusion-Modell: Random dot motion task 24 Affen werden trainiert, durch eine Blickbewegung zu signalisieren, in welche Richtung sich ein Teil von Punkten in einem Feld zufällig bewegender Punkte bewegt Variiert wird der Anteil von Punkten, die sich kohärent in eine bestimmte Richtung bewegten

12 25 Evidenz für das Drift-Diffusions-Modell Feuern von Neuronen im LIP-Areal in der Dot-Motion-Task (Roitman & Shadlen, 2002)

13 How decisions evolve: Temporal dynamics of action selection Scherbaum, Dshemuchadse, Fischer, & Goschke (2010). Cognition. Stefan Scherbaum Maja Dshemuchadse Compatible Incompatible

14 How decisions evolve: Temporal dynamics of action selection Scherbaum, Dshemuchadse, Fischer, & Goschke (2010). Cognition. RT congruent incongruent

15 How decisions evolve: Temporal dynamics of action selection Scherbaum, Dshemuchadse, Fischer, & Goschke (2010). Cognition. Continuous Mouse Trajectory

16 P(Inhabitation) How decisions evolve: Temporal dynamics of action selection Scherbaum, Dshemuchadse, Fischer, & Goschke (2010). Cognition. Wahrscheinlichkeits-Plot der Maus-Trajektorien über alle Versuchsdurchgänge und Probanden

17 Trajectory Angle How decisions evolve: Temporal dynamics of action selection Scherbaum, Dshemuchadse, Fischer, & Goschke (2010). Cognition. Time-varying influences on the movement trajectory congruent incongruent Time Bins (%)

18 Tracectory Angle Regression Regression Regression Regression How decisions evolve: Temporal dynamics of action selection Scherbaum, Dshemuchadse, Fischer, & Goschke (2010). Cognition. Arrow Direction Arrow Location Previous response congruent incongruent Time Bins

19 Strength of influence (β-weight) How decisions evolve: Temporal dynamics of action selection Scherbaum, Dshemuchadse, Fischer, & Goschke (2010). Cognition. Arrow Direction Irrelevant Location Previous response Time bins (%)

20 Zeitdynamik intertemporaler Entscheidungskonflikte (Dshemuchadse, Scherbaum, & Goschke (2012). Journal of Experimental Psychology: General) 0 Tage 8 Tage 9 15

21 Dynamik intertemporaler Entscheidungskonflikte (Dshemuchadse, Scherbaum, & Goschke (2012). Journal of Experimental Psychology: General) Früher kleiner gewählt Später größer gewählt Zeit Zeit

22 How Decisions Emerge: Action Dynamics in Intertemporal Decision Making Dshemuchadse, Scherbaum, & Goschke (2012). J. Experimental Psychology: General Geldwert Zeitdistanz Zeitliche Dynamik des Einflusses der Belohnungshöhe (Geldbeträge) und der Zeitdistanz auf die Mausbewegung 46

23 Integration der Werte multipler Reize zu einem Entscheidungssignal (Philiastides et al., 2010) 4 Bilder: Gesichter und Häuser Jeder Reiz trug mit einem bestimmten Gewicht zur Wahrscheinlichkeit eines Geldgewinns bei Lernphase: Probanden lernten Wahrscheinlichkeiten implizit MRT-Experiment: Probanden sollten entscheiden, ob eher ein Haus oder ein Gesicht zur Belohnung führt Aktivierung im vmpfc reflektierte die Kombination der Evidenz für Gesichter und Häuser) 50