赌徒如何计划他们的行动以最大化回报

在追求最大回报的过程中，患有赌博障碍的人较少地依赖于探索新的、但可能更好的策略，而更多地依赖于过去已经成功的、经过验证的行动路线。科隆大学人文科学学院Jan Peters博士和Antonius Wiehler博士在生物心理学上进行的一项研究认为，大脑中的神经递质多巴胺可能在这方面发挥了重要作用。文章“在强化学习中在赌博障碍中减少定向探索”已经出现在最新版的神经科学杂志》上该研究由神经科学学会(Society for Neuroscience)发表。

赌博障碍影响人口的比例略低于1%——通常是男性——在某些方面与药物滥用障碍相似。科学家们怀疑这种疾病和其他成瘾症一样障碍，与变化相关联多巴胺系统。大脑的奖励系统会释放神经递质多巴胺在赌博。因为多巴胺对行动的计划和控制很重要，它也可以影响战略学习过程。

其中一位作者Jan Peters教授说:“赌博障碍在科学上很有意义，因为它是一种成瘾障碍，与特定物质无关。”心理学家们研究了赌徒们是如何计划他们的行动来最大化奖励的——他们所谓的强化学习是如何起作用的。在这项研究中，为了尽可能多地获胜，参与者必须在已经证明可行的选项和新的选项中做出选择。与此同时，科学家们使用功能性核磁共振用成像技术来测量大脑中对处理奖励刺激和计划行动很重要的区域的活动。

23名习惯性赌徒和23名对照组受试者(全部为男性)执行了所谓的“四臂强盗任务”。这类决策任务的名称是老虎机，俗称“独臂强盗”。在每次测试中，参与者必须在四个选项中做出选择(“四臂强盗”，在这个例子中是四个彩色方块)，他们的奖金会慢慢改变。这里可以采用不同的策略。例如，你可以选择上次产生最高利润的选项。然而，也有可能选择赢的机会最不确定的选项——有最大信息增益的选项。后者也被称为定向(或基于不确定性)探索。

两组人都获得了差不多数量的奖金，并表现出有方向性的探索。然而，这在赌徒组中明显不如在对照组。这些结果表明，赌徒在强化学习过程中对环境变化的适应性较差。在神经层面，赌徒的大脑区域网络出现了变化，这与之前的研究中的定向探索有关。在这两位生物心理学家之前的一项研究中，通过药理学方法提高健康参与者的多巴胺水平，对行为产生了非常相似的影响。尽管这表明多巴胺可能在减少赌徒的定向探索方面也发挥了重要作用，必须进行更多的研究来证明这种相关性，”Antonius Wiehler博士说。

进一步的研究还需要澄清，观察到的赌徒决策行为的变化是定期赌博的风险因素还是后果。

---

---