Belønningssignal

Belønningssignal er et begrep som beskriver den tilbakemeldingen som informerer om verdien av et utfall i forhold til et mål. Begrepet brukes i både nevrovitenskap og kunstig intelligens for å forklare hvordan organismer og automatiserte agenter justerer atferd basert på positive eller negative resultater.

Innen nevrovitenskap spiller dopaminbaner en sentral rolle som koder belønningssignalets verdi. Belønning opplever ofte en belønningsforventningsfeil — forskjellen mellom hva som var forventet og hva som faktisk ble mottatt — og dette skaper endringer i dopaminutslipp. Vanlige hjerneområder involvert er ventral tegmental area (VTA), substantia nigra, nucleus accumbens og prefrontal cortex. Belønninger kan være primære (for eksempel mat, vann, varme) eller sekundære (for eksempel penger, sosiale signaler). Timing og usikkerhet påvirker signalet: umiddelbare belønninger får sterkere effekt enn forsinkede, og forventet verdi justerer hvordan kroppen reagerer på ny informasjon.

I kunstig intelligens og maskinlæring brukes et belønningssignal som en numerisk tilbakemelding som styrer læring. I forsterkningslæring blir målfunksjonen oppsummert som en sum av fremtidige belønninger, og metoder som temporale differanse-læring bruker belønningssignalet til å oppdatere verdi- eller politikkutvikling. Design av belønningsfunksjonen er viktig: den skal fremme ønsket atferd, unngå belønningsjuks og håndtere sparse belønninger.

Belønningssignaler er dermed en felles mekanisme som kobler hendelser til endringer i atferd, og de varierer i kompleksitet mellom biologiske systemer og kunstige agenter.