Descrizione del progetto
Costruire un modello neurocomputazionale di integrazione delle informazioni
Le caratteristiche comportamentali, computazionali e neurobiologiche dell’apprendimento da esperienze singolari vissute sono state intensamente studiate. Ciò non è il caso, tuttavia, per l’apprendimento rafforzato, che è definito da come impariamo in modo adattivo, per sperimentazione ed errore, nonché ricompense e punizioni. In questo contesto, il progetto INFORL, finanziato dal CER, esaminerà il modo in cui le persone assegnano priorità, filtrano o valutano le informazioni dei risultati nell’apprendimento rafforzato. La sua ipotesi di lavoro è quella secondo cui le persone possano imparare da più campioni di informazioni concomitanti, tuttavia, le limitazioni computazionali e i pregiudizi affettivi riducono al minimo l’integrazione delle informazioni. Saranno impiegate modalità di tracciamento oculare e di imaging neurale per costruire un modello neuro-computazionale dell’integrazione delle informazioni. I risultati getteranno luce sul processo di apprendimento e sui tratti disadattivi del comportamento umano.
Obiettivo
Reinforcement learning (RL) characterizes how we adaptively learn, by trial and errors, to select actions that maximize the occurrence of rewards, and minimize the occurrence of punishments. While the behavioural, computational and neurobiological features of learning from singular experienced outcomes have been extensively studied, the mechanisms by which RL could leverage multiple, concurrent information samples – including abstract information about prospective outcomes – have been largely overlooked.
As a consequence, little is known about how we prioritize, filter or value outcome information in RL, while these processes likely critically contribute to shaping learning behaviour.
This project proposes to address this gap, and hypothesizes that humans can learn from multiple concurrent information samples, but that computational limitations and affective biases curb information integration.
First, using a new experimental and computational framework, I will evidence and quantify these cognitive features. Using eye-tracking and complementary functional neuroimaging modalities (EEG, fMRI), I will build a neuro-computational model of information integration, by deciphering the interactions between attentional parieto-frontal network and the affective ventro-limbic networks during reinforcement learning.
Then, I propose to investigate the strategic modulation of information integration, by investigating the effects of information quantity and quality on learning strategies and on the neural correlates of learning variables.
Finally, I will assess several behavioural interventions to ameliorate information integration and improve learning performance.
By investigating an overlooked aspect of reinforcement learning –the integration of available information–, this project could not only help refine computational and neurobiological models of the learning process, but also shed new lights on maladaptive traits of human behaviour in social and clinical contexts.
Parole chiave
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Programma(i)
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
-
H2020-EU.1.1. - EXCELLENT SCIENCE - European Research Council (ERC)
PROGRAMMA PRINCIPALE
Vedi tutti i progetti finanziati nell’ambito di questo programma
Argomento(i)
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Meccanismo di finanziamento
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
ERC-STG - Starting Grant
Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento
Invito a presentare proposte
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
(si apre in una nuova finestra) ERC-2020-STG
Vedi tutti i progetti finanziati nell’ambito del bandoIstituzione ospitante
Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.
75014 Paris
Francia
I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.