眶额叶皮层(OFC)在基于价值的抉择过程中发挥着重要作用。在猕猴上的神经生理学实验表明,当猴子在两种不同数量的果汁之间做选择时,OFC的神经元编码了选项(果汁)的价值、被选择了的果汁的价值以及被选择了的果汁的种类。此前,有理论研究用一个具有特定结构的回馈神经网络模拟了OFC神经元在这一行为范式下的活动,并以此提示价值抉择是在OFC中形成的。但是,也有其它实验研究表明没有在OFC神经元中找到价值信息整合的证据。基于价值的抉择究竟是否在OFC中形成依然是一个有争议的问题。本文我们用一个随机回馈网络(reservoir network)模拟实现了价值抉择实验范式下的猕猴眶额叶神经生理学实验结果。该网络的输入强度由两个果汁选项的数量决定。随机同馈网络内部的连接是随机分配且稀疏的。网络的输出,即最后的选择,是对随机回馈网络内部神经元活动的线性读取。我们通过基于赫布规律的强化学习规则更新神经元之间的连接,这样的学习只发生在随机回馈网络和输出节点之间的突触联系上,而不会发生在任何两个随机回馈网络神经元之间的连接。通过使用这个简单的网络结构以及具有神经生物学基础的学习规则,我们成功再现了神经生理学实验的主要结果。网络中存在编码选项价值、被选果汁种类、被选果汁价值的神经元群组,同时部分神经元的选择性在不同的任务阶段会发生改变。这些都和生理学实验的结果类似。网络的异质性和动态的反应特性相比现有文献更好地摹拟了实验数据。我们的结果提示了与抉择相关的信号(如：被选果汁种类、被选果汁价值)可以在一个简单的随机网络中自然发生,而具有特定结构的同馈神经网络则并非是必需的。