摘要：目的：本研究首次在中国健康大学生样本中应用概率奖赏任务（Probabilistic Reward Task,PRT）,并对其奖赏强化学习行为的机制进行探讨。方法：127名健康大学生被试完成计算机汉化版的概率奖赏任务（长短嘴版本,300试次）,采用重复测量方差分析对反应偏向、鉴别力、准确率、反应时等指标进行统计。结果：反应偏向与鉴别力的组块主效应显著（F（2,252）=20.05,P〈0.001;F（2,252）=13.02,P〈0.001）,随操作次数增多,反应偏向与鉴别力逐渐提高。反应时和准确率的刺激类型主效应显著（F（1,126）=84.09,P〈0.001;F（2,126）=143.08,P〈0.001）,奖多刺激（获奖赏机率高的刺激）的反应时显著低于奖少刺激（获奖赏机率低的刺激）,奖多刺激的准确率显著高于奖少刺激（P〈0.001）。反应时和准确率的组块和刺激类型的交互作用均显著（F（2,252）=14.15,P〈0.001;F（2,252）=17.79,P〈0.001）。在奖多刺激条件下,反应时组块1〉组块2=组块3（P〈0.05）,准确率组块3〉组块2〉组块1（均P〈0.001）;而奖少刺激条件下,三个组块之间的反应时及准确率均没有显著差异。结论：中国大学生群体在PRT任务操作过程中,表现出明显的追求更高机率奖赏的动机与欲望,并存在渐进累积的奖赏学习效应。

关键词：概率奖赏任务 奖赏学习 积极强化 

单位：中南大学湘雅二医院医学心理中心; 长沙410011; 中国人民大学心理学系; 北京100872; 中南大学学生工作部; 中南林业科技大学学生工作部