MEG_probability:概率设置中的强化学习分析 源码

MEG_probability 概率设置中的强化学习分析 基于Kozunova,GL,Voronin,NA,Venediktov,VV等。强化学习:即时反馈的作用和局势的内部模型。 Neurosci Behav Physi 49,1150–1158(2019)。 我们一直在准备和分析来自30个参与者的MEG数据,这些参与者从两种选择中进行选择,其中一种刺激在70%的案例中得到奖励,另一种在30%的情况下得到奖励。 探索成功培训后的探索/开发问题(我们认为从连续第四次正确回答开始的时间段内,其余运行中正确回答的份额大于66%), 调查对负面和正面反馈的React。 探索风险,风险前和风险后行为的神经磁相关性。 因此,在脚本events_extraction.py(和pos_neg_events_extraction.py用于单独的正负FB分析中,pos_neg_events_extract