📊 statistics

Active Inference with People: a general approach to real-time adaptive experiments

本文提出了一种结合主动推断框架与 PsyNet 平台的通用方法，旨在解决实时自适应实验中的计算挑战，实现跨模态任务的统一优化，并通过自适应测试和治疗分配等实例证明了其在减少试验次数和提升决策准确性方面的显著优势。

原作者： Lucas Gautheron, Nori Jacoby, Peter Harrison

发布于 2026-04-01

📖 1 分钟阅读☕ 轻松阅读

原作者： Lucas Gautheron, Nori Jacoby, Peter Harrison

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文介绍了一种让科学实验变得更聪明、更高效的新方法。想象一下，传统的实验就像是一个死板的老师，不管学生懂不懂，都按顺序把同一套试卷发给大家做。而这篇论文提出的方法，则像是一个懂心理学的“超级家教”，它能根据学生当下的表现，实时调整题目难度，只问最关键的问题。

下面我用几个生动的比喻来拆解这篇论文的核心内容：

1. 核心问题：为什么我们需要“自适应”实验？

在传统的科学研究（比如心理学测试或新药临床试验）中，研究者通常采用“固定设计”：

比喻：就像给 100 个人发同一份包含 50 道题的试卷。
缺点：对于聪明的人，前 10 道题太简单，他在浪费时间；对于不太懂的人，后 10 道题太难，他在瞎猜。结果就是，为了得到准确结论，我们不得不做很多“无用功”，既浪费受试者的时间，也浪费研究经费。

这篇论文的目标：设计一种系统，让实验在进行中就能自动优化。它不再发固定的试卷，而是像打猎一样，根据刚才的线索，实时决定下一步去哪里找猎物（数据）。

2. 两大法宝：大脑的“直觉” + 实验的“骨架”

为了实现这个目标，作者结合了两种技术：

法宝一：主动推理 (Active Inference) —— 实验的“大脑”

这是一种受认知神经科学启发的数学框架。

比喻：想象你在玩一个寻宝游戏。
- 传统方法（贝叶斯自适应设计）：你只关心“哪里能让我学到最多新知识？”（比如，去一个没人去过的地方）。这很好，但有时候你明明知道某个地方有宝藏，却不去挖，因为那里“没新意”。
- 主动推理：它不仅关心“学新知识”（好奇心），还关心“达成目标”（实用性）。
- 例子：如果你是在找一种能治愈感冒的药。
  - 如果只为了“学知识”，你会去测试那些效果可能一般、但能帮你搞清楚原理的药。
  - 如果为了“治病”，你会优先测试那些最有可能治愈病人的药，同时也不忘偶尔测试新药以防万一。
- 核心优势：主动推理能把“好奇心”和“功利心”完美融合。它能在探索未知（探索）和利用已知（利用）之间找到完美的平衡点。

法宝二：PsyNet —— 实验的“骨架”

有了聪明的“大脑”，还需要一个能跑起来的“身体”。PsyNet 就是一个专门用来做在线大规模实验的 Python 软件平台。

比喻：PsyNet 就像是一个乐高积木搭建的自动化流水线。
- 以前，如果你想把实验从“文字题”改成“听音辨位”，或者从“静态问卷”改成“实时互动”，你需要重写整个程序，非常麻烦。
- 有了 PsyNet，你只需要换掉“积木块”（比如把文字模块换成音频模块），底层的逻辑（如何实时计算、如何招募参与者）完全不用动。它让复杂的数学计算能瞬间变成网页上流畅的互动体验。

3. 两个实战案例：效果有多好？

作者用两个具体的实验证明了这套方法有多强：

案例一：智能考试（自适应测试）

场景：测试一个人的知识水平。
做法：系统根据你上一题的对错，实时决定下一题是难还是易。如果你答对了，下一题变难；答错了，下一题变简单。
结果：
- 省时间：相比传统固定试卷，这种方法减少了 30%~40% 的题目数量。
- 更准：虽然题目少了，但系统对你能力的判断准确度几乎没有下降（保留了 96% 的信息量）。
- 比喻：就像你不用把整本字典背下来，只需要问几个关键问题，老师就能精准猜出你的词汇量。

案例二：寻找“最佳药方”（自适应治疗分配）

场景：在一堆问题中，找出最能区分“大学生”和“非大学生”的那几道题（作为“治疗”）。
做法：系统不再平均分配题目给所有人，而是根据之前的数据，越来越频繁地把那些“区分度最高”的题目发给新来的参与者。
结果：
- 更准：这种方法找到“最佳题目”的准确率，是传统平均分配方法的3 倍！
- 比喻：就像在茫茫人海中找间谍。传统方法是随机抓人问话；而主动推理方法是，一旦有人说话露了马脚，系统立刻锁定这类特征，集中火力去抓同类，效率极高。

4. 为什么这很重要？

打破孤岛：以前，做“考试系统”的人和做“药物试验”的人用的是完全不同的技术，互不通气。这篇论文提供了一个通用的工具箱，让不同领域的科学家都能用同一套逻辑来优化实验。
实时性：以前的复杂计算可能需要几天，现在 PsyNet 配合主动推理，能在毫秒级完成计算，让实验在用户点击屏幕的瞬间就完成调整。
人性化：对参与者来说，实验变短了，体验更好（不用做无聊的题）；对研究者来说，省钱、省人、数据更准。

总结

这篇论文就像是在告诉科学界：“别再让受试者做无意义的重复劳动了！”

它通过给实验装上主动推理的“大脑”（懂得平衡探索与利用）和PsyNet 的“灵活身体”（能实时适应各种任务），让科学实验从死板的流水线变成了聪明的对话者。这不仅让实验更省钱、更快，也让参与者的体验更友好，最终让我们能更精准地理解人类的行为和大脑。

论文技术总结：基于主动推理与人的实时自适应实验

论文标题：Active Inference with People: a general approach to real-time adaptive experiments
作者：Lucas Gautheron, Nori Jacoby, Peter Harrison
发表日期：2025 年 9 月 30 日 (预印本)

1. 研究背景与问题 (Problem)

自适应实验（Adaptive Experiments）旨在通过利用已收集的数据动态优化实验设计，从而在数据收集过程中实现比传统固定设计更高的效率。其潜在应用广泛，包括：

计算机化自适应测试 (CAT)：根据受试者能力选择最具信息量的任务。
自适应治疗分配：寻找能最大化特定结果（如临床疗效）的实验条件。
主动学习：为机器学习算法选择最优的训练数据。

然而，当前领域面临以下主要挑战：

碎片化：尽管上述场景在概念上相似（都是“人在回路”的迭代数据获取过程），但它们通常被视为独立问题，使用不同的框架、算法和软件解决，导致知识交流受阻和重复劳动。
实时计算挑战：在实时实验中，每一步都需要快速计算最优设计，这对计算能力提出了极高要求。
技术实现障碍：缺乏一个通用的、支持多模态（文本、视觉、音频等）且易于部署的实时自适应实验平台。

2. 方法论 (Methodology)

本文提出了一种统一的、基于贝叶斯的实时自适应实验方法，核心是将主动推理 (Active Inference) 框架与 PsyNet 实验平台相结合。

2.1 核心理论框架：主动推理 (Active Inference)

主动推理源于认知神经科学，是一种统一的感知与行动理论。在自适应实验背景下，它通过最小化期望自由能 (Expected Free Energy, G) 来选择实验设计 $d$ 。

目标函数： $G(d) \approx -[EIG(d) + U(d)]$ $G (d) \approx - [E I G (d) + U (d)]$
- $EIG(d)$ (期望信息增益)：代表认知目标（Epistemic），即通过实验减少参数的不确定性（探索）。
- $U(d)$ (期望效用)：代表实用目标（Pragmatic），即通过实验获得特定的奖励或结果（利用）。
优势：
- 统一性：当 $U=0$ 时，退化为传统的贝叶斯自适应设计 (BAD)；当 $U \neq 0$ 时，可处理治疗分配等实用目标。
- 内在平衡：即使在“短视”（myopic，仅考虑下一步）优化下，EIG 项也能自然地平衡探索与利用，无需复杂的策略学习。
- 计算可行性：主动推理天然包含变分推断 (Variational Inference) 方案，用于近似计算难以处理的积分，从而加速实时决策。

2.2 技术实现平台：PsyNet

PsyNet 是一个基于 Python 的模块化框架，用于大规模在线行为实验。
功能：支持自动部署、管理服务器资源、连接招募平台（如 Prolific, MTurk），并支持任意模态的刺激（文本、图像、音频、视频等）。
架构：采用面向对象设计，允许研究人员通过修改少量代码即可切换实验模式（从静态到自适应）或优化策略。

2.3 具体实验案例

论文通过两个具体实验验证了该方法：

实验 1：自适应测试 (Adaptive Testing)

目标：高效估计参与者的知识水平（能力 $\theta$ ）。
模型：使用单参数逻辑斯蒂模型 (1PL)，假设回答正确率 $p(y=1|\theta, \delta)$ 服从逻辑函数。
推断：使用变分推断 (Variational Inference) 实时估计参与者能力和题目难度的后验分布。
策略：仅优化 EIG（即 $U=0$ ），选择能最大化信息增益的题目。
停止规则：当最大 EIG 低于阈值 $\epsilon$ 时停止测试。

实验 2：自适应治疗分配 (Adaptive Treatment Assignment)

目标：寻找最能区分“受过大学教育”与“未受过大学教育”参与者的题目（治疗）。
模型：引入偏好先验 $p^*(y)$ ，编码对特定结果（如：高学历者答对，低学历者答错）的偏好。
策略：最小化期望自由能 $G$ ，同时权衡信息增益 (EIG) 和实用效用 (U)。
实现：利用 Beta-Binomial 共轭先验进行精确推断，无需变分近似即可计算效用项。

3. 关键贡献 (Key Contributions)

统一的理论框架：首次将计算机化自适应测试、自适应治疗分配和主动学习统一在“主动推理”的数学框架下，证明了它们可以通过最小化期望自由能来统一处理。
实时自适应系统实现：结合 PsyNet 和 Pyro（概率编程库），提供了一个可实际部署的、支持多模态的实时自适应实验解决方案。
计算效率优化：展示了如何利用变分推断和在线学习（Online Learning）解决实时实验中的计算瓶颈，使得在有限时间内完成复杂贝叶斯优化成为可能。
开源工具与指南：提供了详细的代码实现、教程和实验设计指南，降低了行为科学领域采用自适应设计的门槛。

4. 实验结果 (Results)

研究在模拟环境和 200 名真实人类参与者中进行了验证：

实验 1 (自适应测试) 结果：
- 效率提升：相比静态设计，自适应设计减少了 30–40% 的测试题目数量（平均每人约 9.6 题 vs 15 题）。
- 精度保持：尽管题目减少，但对参与者能力 $\theta$ 的估计精度极高，与全数据（Oracle）估计的相关系数 $R^2 = 0.96$ 。
- 信息保留：保留了约 96% 的信息量（Information Gain）。
实验 2 (自适应治疗分配) 结果：
- 准确性提升：在识别“最优治疗”（即最能区分教育背景的题目）方面，主动推理策略的准确率是传统固定设计（均匀分配）的 3 倍。
- 动态平衡：实验显示，随着数据积累，策略从早期的“探索”（高 EIG）自然过渡到后期的“利用”（高效用），有效平衡了两者。
- 对比算法：在特定设置下，主动推理的表现优于汤普森采样 (Thompson Sampling) 和探索采样 (Exploration Sampling)，特别是在利用上下文信息（如参与者特征）指导探索时。
模型评估：通过可靠性图 (Reliability Diagram) 验证，模型预测的概率与实际观测频率高度一致，证明了模型设定的有效性。

5. 意义与展望 (Significance)

跨学科融合：打破了心理测量学、临床试验和机器学习领域在自适应实验方法上的壁垒，促进了方法论的共享。
实际应用的可行性：证明了在真实的在线实验环境中，复杂的贝叶斯优化可以实时运行，且能显著降低实验成本（时间、资金、参与者流失率）。
灵活性与扩展性：
- 支持从简单的文本测试扩展到复杂的视听交互实验。
- 为未来的深度自适应设计 (Deep Adaptive Design) 和基于策略的学习（Policy-based approaches）提供了基础架构。
伦理与成本：通过减少不必要的测试和避免分配无效的治疗，提升了受试者的体验并优化了资源分配。

总结：该论文不仅提出了一种强大的数学工具（主动推理）来统一解决各类自适应实验问题，还通过 PsyNet 平台将其转化为可操作的工程实践，为行为科学和认知科学领域的实验设计带来了范式转变。