PsyBrain 脑心前沿 / 决策与强化学习：顶刊文献解读专题 / A · 文献解读 / A007 · NC新环境如何学习？猕猴fMRI研究揭示vlPFC在概率

A007 NC | 新环境如何学习？猕猴fMRI研究揭示vlPFC在概率性强化学习中的双重角色

来源：公众号 PSY-Brain_Frontier ｜发布：2026-06-10 ｜原文链接

认知神经科学前沿文献分享

基本信息

Title: Ventrolateral prefrontal cortex in macaques guides decisions in different learning conditions

发表时间: 2026-06-04

发表期刊: Nature Communications

影响因子: 15.7

获取原文:

添加小助手: PSY-Brain-Frontier 即可获取PDF版本
点击页面底部“阅读原文”跳转论文网页

研究背景

在充满不确定性的世界里，我们如何做出最优决策？比如在熟悉的城市通勤和在陌生的城市摸索，大脑调用的策略显然不同。能够根据环境条件灵活调整行为，是人类和动物生存的关键。

腹外侧前额叶皮层(vlPFC)已知在概率性学习和决策中扮演关键角色。然而，它究竟是如何区分“学习新规则”和“利用旧经验”的，目前仍不清楚。此外，vlPFC 并非孤立工作，它在不同学习条件下如何与其他脑区协同，以及多巴胺系统如何参与调控，都是认知神经科学领域亟待解决的空白。

这项近期发表在 Nature Communications 上的研究，通过让猕猴在核磁共振扫描仪中完成概率性强化学习任务，结合全脑功能成像与药理学干预，揭示了 vlPFC 及其相关环路在不同学习条件下的独特分工。

研究核心总结

一、面对新旧环境，大脑灵活切换“赢留输变”策略

猕猴需要在两张图片中做选择以获得概率性果汁奖励。任务分为需要学习新关联的“新环境”和利用已有记忆的“熟悉环境”。研究发现，猕猴会根据环境灵活调整“赢则留，输则变(win-stay/lose-shift, WSLS)”策略。在熟悉环境中，它们频繁使用 WSLS；而在新环境中，WSLS 的使用率随着学习的深入逐渐攀升，且与最终的正确率高度相关。

Fig 1. 猕猴在概率性学习任务中的行为表现，显示其在新旧环境下对“赢留输变”策略的灵活运用。

二、vlPFC 是编码新环境学习策略的核心枢纽

全脑 fMRI 数据显示，无论在新环境还是熟悉环境中，vlPFC 都会对奖励结果产生强烈的响应。然而，只有在需要学习的新环境中，vlPFC 的活动才与猕猴下一步的决策策略紧密挂钩。这表明 vlPFC 并非单纯的奖励感受器，而是主动参与了新规则学习阶段的策略构建。

Fig 2. 全脑功能成像揭示 vlPFC 共同编码了学习条件与奖励结果。

Fig 3. vlPFC 的神经信号特异性地在新环境学习中编码了猕猴的后续行为策略。

三、vlPFC 的两条下游环路分别负责“变”与“留”

vlPFC 是如何将策略转化为具体行动的？研究者发现了两条关键的下游环路。第一条是 vlPFC 与前扣带回皮层(ACC)的连接，当猕猴在新环境中遭遇未中奖并决定改变选择时，这条通路的连接显著增强。第二条是 vlPFC 与丘脑背内侧核(MD)的连接，它在猕猴决定保留上一次选择时最为活跃，且不依赖于上一轮是否获奖。

Fig 4. vlPFC-ACC 功能连接在新环境学习中特异性地编码了“赢留输变”策略。

Fig 5. vlPFC-MD 功能连接与猕猴在学习中决定“保留当前选择”的行为紧密相关。

四、多巴胺 D2 受体特异性调控新环境下的策略使用

既然 vlPFC 如此重要，什么神经递质在背后驱动它？通过系统性注射多巴胺受体拮抗剂，研究者发现，阻断多巴胺 D2 受体(而非 D1 受体)会特异性地增加猕猴在新环境中的 WSLS 策略使用率。同时，静息态 fMRI 显示，D2 受体拮抗剂显著增强了 vlPFC 的局部神经活动。这证实了多巴胺 D2 受体在调控 vlPFC 介导的学习策略中扮演着不可或缺的角色。