PALMS: Pavlovian Associative Learning Models Simulator

シミュレーションは、理論の構築と精査のサイクルにおいて不可欠なステップであり、研究者在適切な定義の構築、モデルの生成、そして正確な予測の作成を支援します。本論文では、パブロビアン条件付け実験をシミュレートするための Python 環境である Pavlovian Associative Learning Models Simulator (PALMS) を導入します。標準的な Rescorla-Wagner モデルに加え、PALMS は Pearce-Kaye-Hall、Mackintosh Extended、Le Pelley's Hybrid のようないくつかの注意集中学習アプローチも取り込んでいます。さらに、Mackintosh と Pearce と Hall の対立する概念化を統合する統一された変数学習率を備えた Rescorla-Wagner モデルの新たな拡張も含めています。PALMS のグラフィカルインターフェースは、実験生理学者が使用しているアルファベット数字形式の完全な実験設計を入力させることを許容します。また、これは数百の刺激を含む実験のシミュレーション、そしてすべてのモデルで configural cues および configural-cue compounds の計算を可能にし、予測能力を顕著に拡大する特筆すべき特性を持っています。PALMS は効率的に動作し、即時の可視化を提供し、単一のアーキテクチャと環境内で各種モデルの予測を迅速かつ精密に比較することを支援します。さらに、グラフィック表示は容易に保存可能であり、シミュレーテッド データは Excel のようなSpreadsheet へエクスポートすることができます。PALMS の能力と機能的性を示すために、私たちはソフトウェアの詳細な説明と使用例を提供し、関連学習文脈で公開された実験を再現します。PALMS はオープンソースの GNU Lesser General Public License 3.0 下でライセンスされています。PALMS のソースコードと最新のマルチプラットフォームリリースビルドは、https://github.com/cal-r/PALMS-Simulator にアクセスできます。

arXiv:2602.07519v1 Announce Type: new Abstract: Simulations are an indispensable step in the cycle of theory development and refinement, helping researchers formulate precise definitions, generate models, and make accurate predictions. This paper introduces the Pavlovian Associative Learning Models Simulator (PALMS), a Python environment to simulate Pavlovian conditioning experiments. In addition to the canonical Rescorla-Wagner model, PALMS incorporates several attentional learning approaches, including Pearce-Kaye-Hall, Mackintosh Extended, Le Pelley's Hybrid, and a novel extension of the Rescorla-Wagner model with a unified variable learning rate that integrates Mackintosh's and Pearce and Hall's opposing conceptualisations. The simulator's graphical interface allows for the input of entire experimental designs in an alphanumeric format, akin to that used by experimental neuroscientists. Moreover, it uniquely enables the simulation of experiments involving hundreds of stimuli, as well as the computation of configural cues and configural-cue compounds across all models, thereby considerably expanding their predictive capabilities. PALMS operates efficiently, providing instant visualisation of results, supporting rapid, precise comparisons of various models' predictions within a single architecture and environment. Furthermore, graphic displays can be easily saved, and simulated data can be exported to spreadsheets. To illustrate the simulator's capabilities and functionalities, we provide a detailed description of the software and examples of use, reproducing published experiments in the associative learning literature. PALMS is licensed under the open-source GNU Lesser General Public License 3.0. The simulator source code and the latest multiplatform release build are accessible as a GitHub repository at https://github.com/cal-r/PALMS-Simulator