# Киотский университет: у повторных воров без клептомании снижена скорость обучения в задаче с 4 рычагами

- Опубликовано: 2026-11-11 05:17 UTC
- Раздел: Жизнь и здоровье › Нейротехнологии
- Теги: повторные кражи, дефицит обучения с подкреплением, задача четырёхрукий бандит, fNIRS префронтальная кора, Q-обучение с затуханием, скорость обучения, клептомания, баланс исследования и использования, Киотский университет, Frontiers in Psychology
- Адрес: https://realtech.media/ru/news/rt-5e810d8708497f6c3e59cb3f_kiotskiy_universitet_u/

**В задаче с четырьмя вариантами выбора и записью fNIRS префронтальной коры повторные воры без клептомании медленнее обновляли оценки действий, сообщили авторы.**

![Kyoto University: theft recidivists without kleptomania show lower learning rate in 4-arm bandit task](https://realtech.media/media/2026/11/0e896b98691470c3.jpg)
*techtimes.com*

Исследователи под руководством Юкиори Гото из Киотского университета изучили принятие решений у людей с повторными осуждениями за кражи. Они использовали задачу «четырёхрукий бандит» и одновременно записывали гемодинамику префронтальной коры методом функциональной ближней инфракрасной спектроскопии (fNIRS). Работа опубликована 9 ноября в Frontiers in Psychology [1]. В исследовании участвовали три группы: 53 человека контрольной группы без судимостей, 38 повторных воров без клептомании и 12 рецидивистов с диагнозом клептомании [1].

## Задача и поведение

В задаче участник выбирает один из четырёх вариантов, вероятности выигрыша которых меняются на протяжении 160 попыток, причём лучший вариант постоянно меняется. Чтобы справиться, нужно балансировать между исследованием новых вариантов и использованием текущего лучшего и пересматривать этот баланс по мере поступления обратной связи.

Повторные воры без клептомании накопили значимо больший совокупный «сожалеющий» проигрыш (regret) и реже делали оптимальный выбор, чем контрольная группа. Группа с клептоманией по этим показателям от контроля не отличалась [1].

Авторы описали выбор вычислительными моделями с помощью вариационного байесовского анализа. Лучше всего подошла модель Q-обучения с затуханием [1]. В ней каждое действие имеет ценность, которая обновляется после обратной связи, а накопленные значения со временем постепенно ослабевают. Скорость обучения, определяющая, насколько сильно один исход сдвигает оценку ценности, была ниже у воров без клептомании, чем у контроля и у группы с клептоманией [1]. Авторы трактуют это как дефицит обновления ценности действий после обратной связи.

## Активность префронтальной коры

fNIRS измеряет поглощение гемоглобином ближнего инфракрасного света, проходящего через череп, и отслеживает изменения окси- и дезоксигемоглобина. Метод терпим к движениям головы, но достаёт лишь области вблизи поверхности коры.

Команда сопоставила скрытые переменные обучения на каждой попытке с префронтальными сигналами. Активность префронтальной коры модулировалась этими переменными у всех участников. Различия между группами проявились как статические сдвиги базовой гемодинамики, а не как перестройка контуров, отслеживающих ценность [1].

Авторы заключают, что повторные кражи без клептомании могут быть связаны с нарушением обучения с подкреплением, что ставит под сомнение модели сдерживания наказанием. Они предлагают подходы к реабилитации, нацеленные на такие дефициты обучения [1]. «Наши результаты ясно показали, что повторные корыстные кражи сопровождаются нейроповеденческими нарушениями», — заявил Гото. Группа с клептоманией была небольшой, 12 человек, поэтому выводы о ней ограничены.

## Источники

1. [Frontiers in Psychology](https://doi.org/10.3389/fpsyg.2026.1997570)
2. [techtimes.com](https://www.techtimes.com/articles/330407/20261110/why-punishment-keeps-failing-repeat-shoplifters-brain-study-finds-their-ability-learn.htm)

---

Источник: RealTech, realtech.media — https://realtech.media/ru/news/rt-5e810d8708497f6c3e59cb3f_kiotskiy_universitet_u/