PVLV

一次価値学習価値（PVLV）モデルは、ドーパミン（DA）ニューロンの報酬予測発火特性を説明する可能性のあるモデルです。 ^[1]これは、パブロフ条件付けと、予期しない報酬に比例して発火する中脳ドーパミンニューロンに関する行動および神経データをシミュレートします。これは、時間差（TD）アルゴリズムの代替手段です。^[2]

Leabraの一部として使用されます。