近日，美国国家科学院院刊（PNAS）在线发表了我实验室博士生程强强的研究成果。论文题为“Dynamic changes of dopamine neuron activity and plasticity at different stages of negative reinforcement learning”（负强化学习不同阶段多巴胺神经元活动与可塑性的动态变化特征），系统揭示了在负强化学习过程中，多巴胺神经元活动与突触可塑性的动态变化规律，为成瘾、焦虑等精神疾病的机制研究与临床干预提供了新思路。

自Schultz、Dayan和Montague等科学家开创性工作以来，学术界普遍认为，生物脑与人工智能系统在强化学习中均采用“奖赏预测误差”最小化机制，以实现行为优化。其中，多巴胺信号被视作奖赏预测误差的神经表征，对学习过程具有关键指导作用。本研究在这一理论基础上，聚焦于负强化学习，进一步揭示了多巴胺系统在应对厌恶刺激时的精细调控机制。该研究首次证实，SNc多巴胺神经元能够以类似“奖励预测误差”的编码方式，参与负性经验的学习与行为适应。这一发现不仅深化了对负强化学习神经机制的理解，也为探索焦虑、成瘾等疾病的病理机制及干预策略提供了重要的实验依据。

该研究由实验室2022级博士研究生程强强、2021级硕士研究生刘文卿担任共同第一作者，教育学部任维教授与心理学院孙宗鹏副教授为共同通讯作者。

原文链接：www.pnas.org/doi/10.1073/pnas.2509072122