報酬獲得のタイミングを制御する意義

ある行動を起こして報酬が得られれば、その行動は強化される。

行動を起こした後に、100%でなくても、一定の確率で報酬が得られれば強化されるだろうし、何もしなくても得られる場合があるが、行動を起こすとその確率が上がる、という状況であれば行動を起こす意味がある。

上記の現象は直感的には理解できるのだが、神経科学的にどういう解釈をすべきかと。

単純なパブロフもしくはオペラントであればドーパミン性入力による可塑的変化である程度説明できると思うんだが。