자극의 불확실성이 연합학습에 미치는 영향: 수리모델간 비교연구

Abstract

보상 정보의 불확실성은 정서 조절부터 의사결정 최적화까지 다양한 영역에 영향을 끼친다. 그러나 불확실성은 정량적인 연구가 진행되기보다는 다양한 심리 현상들의 부수적인 설명으로 사용되어왔다. 이러한 문제를 해결하는 한 가지 방법은 계산 모델을 구현해, 이를 동물과 사람 실험 결과에 적용해서 불확실성이 포함된 조건화 상황에서 각 모델의 예측치를 비교하는 것이다. 본 연구에서는 Matlab 기반 연합학습 모델 시뮬레이션 통합환경(Korea University Conditioning Simulator: KUCS)을 구축하였다. 이 시뮬레이터에서는 GUI 기반으로 다양한 학습 계획을 적용해서 Rescorla-Wagner 모델, Mackintosh 모델, Pearce-Hall 모델, Schmajuk-Pearce-Hall 모델, Esber-Hasselgrove 모델, Temporal Difference 모델의 특성을 비교할 수 있다. 검증을 위하여 KUCS를 사용하여 기초적인 연합 조건화 현상인 acquisition, extinction, blocking, conditioned inhibition, latent inhibition, second-order conditioning을 각 모델에서 구현할 수 있는지 확인했고, 모델의 한계점과 예측에 관한 몇 가지 새로운 사실을 발견하였다. 또한, 보상의 불확실성이 존재하는 학습 계획을 사용해 모델의 연합력(association strength)과 연합가능성(associability) 값이 실제 동물과 사람 실험 데이터와 일치하는지를 확인하였다. 시뮬레이터 프로그램은 https://github.com/knowblesse/KUCS 에 공개하였다.