← 最新论文
🤖 AI

No Plan, Yet Human: A Reactive Robotics Model Predicts Human Planning Failures on a Clinical Task

本研究表明,AICON 作为一个缺乏前瞻性规划的反应式机器人框架,能够准确预测人类在伦敦塔测试中的规划困难和失败模式,特别是对于认知能力下降的个体而言,这表明受限条件下的生物规划正向类似于机器人模型中的反应模式转变。

原作者: Michael Migacev, Vito Mengers, Antonia Köngeter, Oliver Brock

发布于 2026-08-28
📖 1 分钟阅读☕ 轻松阅读

原作者: Michael Migacev, Vito Mengers, Antonia Köngeter, Oliver Brock

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

人类非常擅长解决需要一系列步骤的谜题。无论是重新布置房间里的家具,还是在复杂的城市路线中导航,我们似乎经常会向前看,通过想象未来的状态来决定下一步该做什么。这种规划能力是人类智能的基石,但它也是脆弱的。当大脑受到损伤或受到帕金森病等疾病影响时,这种能力可能会萎缩,使人们陷入以前能够解决的问题中。了解这些失败究竟是如何以及为何发生的,对于开发更好的诊断和治疗方法至关重要。几十年来,科学家们一直试图构建能够模仿人类思维的计算机模型,通常是通过编程让它们模拟未来的可能性,就像人一样。然而,一项新研究表明,理解人类挣扎的最准确方式,可能不是建立一个更好的规划器,而是建立一个完全不进行规划的系统。

柏林工业大学和柏林自由大学的研究人员利用一个被称为“伦敦塔”测试的简单且著名的谜题来展开调查。在这个测试中,一个人面前有三个不同高度的柱子和一组彩色珠子。目标是用最少的移动次数将珠子从初始排列移动到特定的目标排列。规则很严格:只有位于堆叠顶部的珠子才能被移动,且每个柱子根据其高度只能容纳一定数量的珠子。虽然规则很简单,但解决谜题所需的心理努力程度差异巨大。有些排列很容易解决,而有些则会让即使是健康的人也陷入漫长且混乱的移动序列中。患有帕金森病、轻度认知障碍或曾中风的人在这些测试中往往以非常特定、可预测的方式失败,他们在某些类型的谜题上陷入困境,而在另一些类型上则能顺利解决。

为了理解这些模式,研究团队应用了一个名为 AICON 的模型,该模型最初旨在帮助机器人在现实世界中移动物体。与传统通过模拟未来以寻找解决方案的计算机程序不同,AICON 不会向前看。它仅对当前情况做出反应。想象一个机器人只能看到它正前方的物体以及当前的目标;它根据当前可见的情况计算出通往目标的梯度最陡路径,并朝着那个方向迈出一步。它不断重复这个过程,根据世界的最新状态不断调整路径,而从未模拟过五步之后的移动序列。研究人员使用这个反应式系统解决了与人类参与者相同的 24 个伦敦塔谜题。然后,他们将计算机的表现与 295 名人的实际结果进行了比较,这些人包括健康志愿者以及患有各种神经系统疾病的患者。

结果揭示了一个显著且违反直觉的模式。当研究人员观察健康志愿者时,反应式计算机模型并不是最佳匹配。相反,健康人的表现更容易用那些能够向前看并进行规划的模型来解释,这表明健康的人确实利用前瞻性思维来解决这些谜题。然而,当研究人员观察那些规划能力下降的群体时,情况发生了彻底的变化。对于帕金森病患者、轻度认知障碍患者或有中风史的人,反应式模型比任何基于规划的模型都更准确。这个不进行规划的计算机比尝试进行规划的计算机更能准确预测这些患者面临的具体困难。它正确识别了哪些谜题对他们来说最难,并且至关重要的是,它预测了他们会犯的具体类型的错误。

这一发现支持了一个长期存在的假设,该假设在本次研究开始前就已被 AICON 模型的设计者所注意到。他们曾观察到,该模型自身的弱点——特别是它在处理需要管理冲突目标的谜题时的挣扎——镜像了帕金森病患者的挣扎。新的数据证实,随着大脑规划能力的下降,人类行为会转向一种反应模式,依赖于即时线索而非未来的模拟。研究不仅展示了该模型可以解决谜题,还展示了该模型在失败的方式上与特定人群的失败方式完全一致。这种一致性表明,反应式策略不仅仅是“损坏的大脑”的一种退路,更是生物系统处理信息的一种基本方式。这意味着,即使在健康状态下,我们也可能同时使用规划和反应,但当我们的规划能力受损时,反应侧就会占据主导地位,而我们犯下的错误则揭示了该系统的底层结构。

研究人员谨慎地指出,这并不意味着规划并不重要,或者反应式模型是人类思维的完美复制品。该模型无法解释学习、个体差异以及健康人类使用的刻意规划策略。它仅捕捉了解决谜题过程中的一个组成部分。然而,一个专门为机器人操作而构建、且对人类神经科学一无所知的系统,竟然能够预测脑部疾病患者的具体失败模式,这是一个强有力的指标。这表明,生物系统组织信息的核心逻辑比之前认为的更加深层且具有普遍性。通过研究一个简单的反应式机器如何失败,科学家们可能找到了一个观察人类大脑在压力下运作的新窗口,为那些在顺序规划方面遇到困难的人群提供了通往更精准诊断工具和针对性疗法的潜在路径。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →