Passer au contenu principal

Recherche

Afficher tous les résultats pour

Accueil

Personne

Marco Philipp Lehmann

Cette personne n’est plus à l’EPFL

À propos
Confidentialité
Mentions légales

Copyright © 2026 EPFL, tous droits réservés

Graph Chatbot

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (6)

Veuillez noter qu'il ne s'agit pas d'une liste complète des publications de cette personne. Elle inclut uniquement les travaux sémantiquement pertinents. Pour une liste complète, veuillez consulter Infoscience.

Brain signals of a Surprise-Actor-Critic model: Evidence for multiple learning modules in human decision making

Wulfram Gerstner, Marco Philipp Lehmann, Vasiliki Liakoni, Kerstin Preuschoff, Johanni Michael Brea, Alireza Modirshanechi

Learning how to reach a reward over long series of actions is a remarkable capability of humans, and potentially guided by multiple parallel learning modules. Current brain imaging of learning modules is limited by (i) simple experimental paradigms, (ii) e ...

ACADEMIC PRESS INC ELSEVIER SCIENCE2022

Novelty is not surprise: Human exploratory and adaptive behavior in sequential decision-making

Wulfram Gerstner, Marco Philipp Lehmann, Michael Herzog, He Xu, Alireza Modirshanechi

Classic reinforcement learning (RL) theories cannot explain human behavior in the absence of external reward or when the environment changes. Here, we employ a deep sequential decision-making paradigm with sparse reward and abrupt environmental changes. To ...

2021

One-shot learning and behavioral eligibility traces in sequential decision making

Wulfram Gerstner, Marco Philipp Lehmann, Michael Herzog, Vasiliki Liakoni, Kerstin Preuschoff, He Xu

In many daily tasks, we make multiple decisions before reaching a goal. In order to learn such sequences of decisions, a mechanism to link earlier actions to later reward is necessary. Reinforcement learning (RL) theory suggests two classes of algorithms s ...

2019