哈佛团队绘制大脑分布强化学习环路，为 RL 理论提供神经实证

哈佛大学 Sara Matias、Naoshige Uchida 等团队在 bioRxiv 发布研究，检验大脑神经环路是否通过同时表征多个价值估计来实现分布强化学习。研究结合连接组学与环路追踪手段，解释了风险和不确定性偏好的潜在机制，并为 RL 理论与神经科学之间的对应关系提供新的实证证据。