MEG_probability:概率设置中的强化学习分析

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