La teoría del esquema de atención en un agente de redes neuronales: controlar la atención visuoespacial mediante un modelo descriptivo de atención

En la teoría del esquema de atención (AST), el cerebro construye un modelo de atención, el esquema de atención, para ayudar en el control endógeno de la atención. La creciente evidencia conductual parece respaldar la presencia de un modelo de atención. Sin embargo, queda una pregunta central: ¿un controlador de atención se beneficia realmente al tener acceso a un esquema de atención?

Construimos un agente de red neuronal artificial de Q-learning profundo que fue entrenado para controlar una forma simple de atención visoespacial, rastreando un estímulo con un foco de atención para resolver una tarea de captura. El agente fue probado con y sin acceso a un esquema de atención.

En ambas condiciones, el agente recibió información suficiente para que, teóricamente, pudiera aprender la tarea. Descubrimos que con un esquema de atención presente, el agente aprendió a controlar su foco de atención y aprendió la tarea de captura. Una vez que el agente se enteró, si el esquema de atención se deshabilitaba, el rendimiento del agente se reducía considerablemente. Si el esquema de atención se eliminó antes de que comenzara el aprendizaje, el agente tenía dificultades para aprender.

Los resultados muestran cómo la presencia de incluso un esquema de atención simple puede proporcionar un beneficio profundo a un controlador de atención. Interpretamos estos resultados como apoyo al argumento central de AST: el cerebro contiene un esquema de atención debido a su beneficio práctico en el control endógeno de la atención.

Para acceder al texto completo consulte las características de suscripción de la fuente original:https://www.pnas.org/