抑郁个体对奖赏反馈的加工及其神经机制研究

快感缺失症状改善是抑郁个体在临床上病情康复或缓解的重要指标,这引起了研究者对抑郁个体的奖赏反馈加工及其神经机制的广泛关注。对抑郁个体的奖赏反馈加工及其神经机制进行梳理和总结发现,抑郁个体比健康个体对奖赏反馈的敏感性低,这可能与抑郁个体获得奖励的动机不足、对情绪情境不敏感、感知控制能力降低等有关。对抑郁个体的奖赏反馈所产生的RewP、fb-P3以及LPP成分结果进行分析,认为神经机制不一致性可能与任务范式以及考察群体之间的差异有关。未来研究可细化奖赏类型,探究抑郁个体对不同反馈物加工的神经基础;采用脑成像技术定位奖赏反馈加工脑区,以支持现有电生理研究的结论;推广研究至抑郁倾向个体。

面向概率语言偏好的多重网络舆情事件风险研判模型

[研究目的]为完善网络舆情风险研判模型,考虑多重网络舆情事件动态演变复杂性及信任网络群决策环境下专家共识达成等问题,构建面向概率语言偏好的多重网络舆情事件风险研判模型。[研究方法]采用概率语言术语集刻画舆情风险指标信息的模糊性与不确定性,定义考虑犹豫度的PLTSs距离计算公式,以测度专家共识指数;提出基于信任-奖惩的专家意见修正和权重重置的双重反馈机制共识模型,以形成合理集体评价意见;将后悔理论融入到群决策方法中,得到舆情事件的综合风险感知效用值。[研究结论]通过算例验证了该模型的适用性和稳定性,结果表明该舆情风险模型能够直观展示多重网络舆情事件的风险排序,可为舆情监管部门提供良好的决策支持。

创造力绩效激励对产品创新中员工创造力的影响

考察了产品创新情境下,创造力绩效激励对创新小组成员渐进性和突破性创造力的作用机制,并检验了绩效反馈和部门异质性的调节作用和知识共享的中介作用。结果表明,创造力绩效激励对渐进性创造力具有促进作用;绩效反馈和部门异质性均正向调节创造力绩效激励对渐进性创造力的影响;同时,绩效反馈的调节效应部分通过知识共享中介,部门异质性的调节效应完全通过知识共享中介;创造力绩效激励对突破性创造力具有抑制作用。

评价、反馈、奖励对个体创造性的影响

组织环境因素对个体创造性的影响是目前研究中的一个焦点问题。基于内部动机和外部动机理论,研究评价、反馈和奖励对创造性的作用机制,揭示出这些人力资源激励手段通过推动或约束动机进而影响创造性。通过信息性的方式提供评价、反馈和奖励,有助于促进组织创造性机制的构建,有效激发个体的创造性。

奖赏刺激的脑电反应特征跨文化差异:一个ERP研究

本研究从文化--社会神经科学的角度出发,采用事件相关电位的方法来探究不同文化背景下的个体对具有进化和社会文化代表性的正性刺激—奖赏刺激的脑电反应特征是否具有差异。本研究采用the Door Task实验范式考察了26名中国人和24名高加索白人对不同反馈反应的脑电特征跨文化差异。结果显示,负性反馈条件下诱发的FRN平均波幅比正性反馈条件诱发的平均脑电波幅更负,这种正负反馈的波幅差异只在中国被试中有体现。在P3成分上,在正性反馈条件下,中国被试诱发的脑电波幅大于西方被试,负性反馈条件下,两组无显著差异。研究结果表明,相对于西方被试,中国被试对奖赏反馈刺激可能具有较高的敏感性。这说明中西方文化下的个体对正负性反馈刺激的加工的脑电反应特征存在显著的差异。

不当督导下员工对于奖惩的反馈：来自ERP的证据

不当督导作为一种负性领导行为已成为组织行为学和管理学领域研究的热点。本文采用ERPs技术来研究在不当督导下上司给予员工奖惩对员工本身的影响以及员工对于奖惩反馈的问题。本研究中运用词干补笔测验启动员工的不当督导感知,分析给予奖惩反馈后诱发的脑电变化,探讨不当督导的神经反馈方式,揭示不当督导奖惩的神经机制。结果发现:不当督导下奖励条件诱发的P3更正;常规领导下惩罚比忽略诱发的P3更正;不当督导诱发的FRN波幅更负;奖励条件下不当督导诱发的LPC比常规领导更负。

工作记忆负荷对反馈加工过程的影响:来自脑电研究的证据

个体对行为后反馈结果的加工在学习和环境适应方面有重要意义,工作记忆负荷(working memory load,WM load)如何影响反馈加工过程尚不清楚。采用双任务范式,设置基线、低WM load、高WM load三种条件,结合ERP技术对这一问题进行探究。发现RewP (reward positivity,奖赏正波)对效价敏感,而不受WM load条件影响;Theta震荡的正、负反馈差异波在高WMload条件下比在低WM load条件下小。结果支持等级强化学习-前扣带回理论(HRL-ACC, hierarchical reinforcement learning theory of anterior cingulate cortex)对于RewP和theta震荡的观点:RewP反映了反馈效价评估功能, theta震荡反映了认知控制功能,并且WM load选择性影响了ACC的认知控制功能而不是反馈效价评估功能。

基于消息反馈与强化学习的节能路由算法

针对中小型规模水下无线传感器网络中存在的节点能量消耗不均衡、网络生命周期较短的问题,提出一种基于强化学习(RL)与消息反馈机制的能量均衡路由算法,将水下路由问题建模成马尔可夫过程,采用Q-Learning方法并设计直接奖励函数对节点转发路径进行决策;引入节点转发适宜度规避转发过程中的疑似空洞节点;改进空节点数据包恢复方法。采用NS-3网络仿真模拟器,通过在不同规模下对传感器动态网络算法性能进行对比分析。仿真结果显示,该算法在中等规模动态水下传感器网络中保障较高路由效率与投递成功率的前提下有效均衡了网络节点能量消耗,显著延长了网络生命周期。

基于参考模型的输出反馈强化学习控制

现有的直接策略搜索强化学习控制算法大多是状态完全可观对象设计状态反馈控制策略,其适用的对象范围十分有限.为此,提出一种适用范围更广的模型参考输出反馈强化学习控制算法,其学习过程仅依赖对象输出,并可以获得使闭环系统具有期望动态性能的输出反馈控制策略.算法构造了以参考模型为基础的回报函数,可以有效地描述系统的期望闭环动态性能;采用以PID输出反馈控制律为基础的参数化随机控制策略,以便于利用先验知识、依据控制领域常用的PID参数经验整定方法确定较好的初始策略,以缩短学习时间;并使用具有良好学习性能的eNAC算法进行控制策略优化.二阶开环不稳定对象和某型高亚音速无人机俯仰通道线性参变(LPV)模型的学习控制仿真结果验证了算法的有效性.

当前高校教学考评体系中的激励与约束机制研究

当前高校普遍存着重科研而轻教学,部分教师教风不端、教学不力的问题,深层次的原因是教学考评奖惩体系设计存在一定缺陷,激励与约束机制难以发挥应有功能。以西南某高校的教学考评奖惩体系为例,分析教学考评系统存在的问题,提出:应对考评结果严格实施奖惩,提升激励与约束效能;延伸考核环节,改善反馈的及时性;丰富考评方式,标准化评分的考评与面对面交流的开放式考评相结合;提升考评指标体系与权重分配的科学性和灵活性;考评主体与受评对象专业匹配,提升评价的客观性;灵活搭建考评信息的反馈渠道与方式,力求客观、全面、及时、有效的信息传递。

基于Q学习的新闻图像检索方法

针对新闻图像检索的应用特点,提出了一种多反馈、合作型的图像检索方法。通过构造动态的Q表,保存图像的折算累计反馈;设计从探索型逐渐过渡到利用型的图像选择策略;在方差分析的基础上,设计了多反馈综合方法,全面地获取用户检索需求,从而构造了基于Q学习的相关反馈检索算法。实验结果表明了该算法是有效的,并具有更高的性能。

三级生物质供应链的奖惩与回馈契约协调研究

为了优化生物质能供应链,降低成本,在无扰动因素情况,需求不确定且与价格有关的条件下,研究了由能源公司、基地和农户组成的三级生物质供应链中,奖惩与回馈契约对供应链的协调问题,建立了满足渠道协调的条件和供应链内各级参与者实现互赢的数学模型,最后将其用于数值算例中验证。结果证明契约参数的合理选择可以实现供应链各方利益最大。

反馈相关负波:一种抑郁症的生物标记物

反馈相关负波(feedback-related negativity,FRN)是一种反映个体奖赏敏感性的脑电成分;而抑郁症患者的特征之一是奖赏敏感性的减弱。大量横向研究发现了重度抑郁症患者(major depressive disorder,MDD)及有患抑郁症风险群体的FRN异常;另外,纵向研究发现FRN的异常能够预测青春期抑郁发作及抑郁症状发展,压力、睡眠等因素在其中起调节作用。这提示FRN可能在对抑郁症的诊断及分型、抑郁高危群体的筛查及干预等方面具有潜在价值。目前关于FRN的心理功能依然存在一些争议,在未来的研究中应该进一步明确FRN的功能和测量方法,并探明抑郁症的异质性和共病对FRN的作用,也应关注老年人群体中FRN与抑郁症的关系。

海洛因戒断者对金钱奖赏的反馈加工异常:来自ERP的证据

本研究采用金钱奖赏延迟任务考察了海洛因戒断者对金钱奖赏和损失的预期和反馈加工及其电生理机制。结果发现,预期阶段两组被试由不同线索诱发的P3波幅不存在显著差异。在金钱奖赏加工的反馈阶段,海洛因戒断组由金钱收益条件诱发的RewP波幅显著小于对照组由金钱收益条件诱发的RewP波幅,而在无收益无损失条件下两组被试诱发的RewP波幅不存在显著差异。此外,海洛因戒断组由金钱收益条件诱发的P3波幅与无收益无损失条件诱发的P3波幅不存在显著差异,而对照组由金钱收益条件诱发的P3波幅显著大于其由无收益无损失条件诱发的P3波幅。在金钱损失加工的反馈阶段,由金钱损失和无收益无损失条件诱发的RewP波幅在两组被试之间不存在显著差异,且两组被试由金钱损失条件诱发的P3波幅均显著大于其由无收益无损失条件诱发的P3波幅。以上结果说明海洛因戒断者对金钱奖赏的反馈加工存在异常,具体表现为其对金钱奖赏的敏感性降低或对金钱奖赏的趋近动机减弱。

基于奖励值RNN和A2C模型的音乐生成

我们提出了一个新的方法—基于奖励值RNN 的优势演员-评论家算法(R-A2C)来生成音乐。我们的模型首先使用一个带有注意力机制的RNN 模型(Recurrent neural network)预处理数据并将此作为先验策略,然后我们将包含先验策略和用户反馈信息的奖励值RNN 增加到A2C(Advantage Actor-Critic)模型中,使得任意用户给定的约束与循环网络的风格相结合,以此来鼓励演员生成更符合用户需求的音乐,实验表明我们的模型取得了预期的效果。

多周期第四方物流集成反馈网络设计的模型与算法

本文研究了多周期第四方物流集成反馈网络设计问题,并考虑3PL运输供应商的信誉等级变化对整体网络配送完成率的影响。通过设计反馈调节机制和信誉评价体系,建立多目标规划模型来描述该问题。针对基本蚁群算法的不足和本问题的特点,设计奖惩蚁群算法,该算法通过增加奖惩因子,提高算法的收敛速度和全局搜索能力,有效避免了算法陷入局部最优。仿真实验结果表明了模型的合理性和奖惩蚁群算法的有效性。

反馈相关负波与成瘾

反馈相关负波(feedback-related negativity, FRN)是反馈加工诱发的脑电成分,体现了个体对奖赏的敏感性。成瘾分为物质成瘾和行为成瘾,两类个体的反馈加工都呈现病理性模式。相对于普通反馈物(如金钱),物质成瘾个体在加工成瘾物质时诱发的FRN波幅显著增大;在与非成瘾被试的对照研究中,物质成瘾者加工金钱反馈时的FRN也表现出与成瘾相关的异常模式;在行为成瘾个体中亦观察到与物质成瘾个体类似的FRN失调现象。但以往多数研究中对成瘾类型的区分还不够详细,未来研究应进一步考虑成瘾不同亚型的特点;且成瘾个体往往伴随其他精神障碍(如抑郁、焦虑),将来的研究要区分共病因素的影响,揭示成瘾独特的奖赏加工机制问题。

基于选址机制与深度强化学习的WRSN移动能量补充

无线充电已成为彻底解决无线传感器网络能量受限问题最有前景的技术之一。针对传感器网络应用场景中的高能量补充需求,提出一种基于选址机制与深度强化学习的一对多充电策略MSRL,利用带权集合覆盖问题求解移动充电装置(MC)的近似最优充电驻点集;基于Dueling DQN算法,综合考虑传感器的能量消耗率、地理位置、剩余能量等因素确定MC访问充电驻点的顺序。通过捕捉充电动作在时间序列中的关系,使用奖励反馈评估充电决策的质量,自适应调整充电路径,实现MC充电调度的优化。进一步对Dueling DQN算法进行改进,利用Gradient Bandit策略提高奖励值高的样本被采样的概率,加快算法训练速度。大量仿真实验结果表明,MSRL策略不仅可以显著减少传感器节点的死亡数和网络平均能量消耗,延长网络的生存时间,并且优于其他比较方法。

应激对模糊决策的影响:认知和神经机制

模糊决策是指决策者无法预先知道结果发生的概率,只能依赖主观判断而进行的决策。应激会影响模糊决策,但不同研究结果并不一致,从模糊决策的认知成分入手能帮助我们更好地理解应激对模糊决策的影响。本研究从学习反馈、奖赏敏感性和风险偏好三个方面梳理了现有的行为和脑机制研究文献,发现应激对模糊决策的影响主要表现为应激导致反馈受阻、重赏轻罚、增加冒险三个方面。未来的研究应该关注应激类型和强度对模糊决策的不同影响,同时进一步拓展应激状态下模糊决策中认知与情绪的交互效应研究。

反馈负波及其近10年理论解释

个体决策后的反馈对随后的结果监控和行为调整起着至关重要的作用。事件相关脑电位研究发现,反馈负波(feedback-related negativity,FRN)是与决策后反馈加工过程紧密相关的脑电成分。近10年来关于FRN的理论解释,在最初经典的强化学习理论和情绪动机假说的基础上又提出了反应-结果的预测模型、奖赏正波理论以及积极情绪启动模型。未来的研究应该立足于大样本,采用互补的研究手段和多样的分析技术来探讨FRN的心理意义;同时考虑将FRN作为奖赏加工的脑电指标,研究社会互动情境下的人类行为。