Task-specific preferences guide forward planning in sequential decision-making
本文提出并验证了一个受贝叶斯启发的序列决策框架，证明了人类通过将高成本的前向规划与作为状态相关先验的特定任务偏好相结合，并根据其不确定性对偏好进行加权，从而在规划在计算上不可行时引导行为，进而高效地解决复杂问题。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
日常生活充满了必须在具有不同未来后果的行为之间进行选择的时刻。我们应该选择一条虽然节省时间但有迷路风险的捷径吗？我们应该现在花钱享受一顿美食，还是把这笔钱存起来以备后来的紧急情况？人类的大脑在解决这些复杂问题方面表现得非常出色，即使在计算每一个可能的结果会耗费过多时间和精力时，也能找到高效的解决方案。科学家们长期以来一直在研究大脑如何处理这种情况，特别是在感知和运动领域。他们发现，大脑很少仅仅依赖感官信息，例如眼睛看到的或双手感受到的，因为这些信息可能是带有噪声或不完整的。相反，大脑会将当前的证据与过去的经验，即“先验知识”（priors）相结合，先验知识就像是对给定情况下通常会发生什么的心理总结。当当前信息不明确时，大脑会更多地依赖这些过去的经验；当信息清晰时，它则更信任眼前的证据。这种同样的平衡行为也出现在我们对未来的决策中，但直到最近，人们还不清楚大脑是如何在复杂的、多步骤的任务中管理这一过程的。
德累斯顿工业大学的研究人员旨在测试这一原则——即将当前证据与过去的偏好相结合——是否也引导着我们在一个复杂的决策游戏中做出选择。他们招募了四十名参与者来玩一款数字游戏，玩家必须决定接受还是拒绝提供的点数。每个提议都带有1到4个点数的奖励，但接受它需要消耗1或2个单位的能量。拒绝提议则不获得点数，但可以恢复1个单位的能量。该游戏的设计使得能量是有限的，上限为6个单位，且接受提议的成本每四回合改变一次。为了获胜，玩家必须向前展望，权衡即时奖励与能量成本，以及这一选择将如何影响他们接受未来提议的能力。研究人员想要观察玩家是在进行随机错误，还是在使用一种结合了仔细的前瞻性规划与一套习得性经验法则的特定策略。
为了理解发生了什么，研究人员首先计算了玩这款游戏的数学上的完美方式，这一过程被称为前瞻性规划（forward planning），它涉及模拟每一个可能的未来结果以找到最佳行动。然后，他们将玩家实际做出的选择与这个完美的计划进行了比较。如果玩家只是在瞎猜或犯随机错误，他们的选择看起来会像噪声。如果他们只是在简单地对上一次行动做出反应，他们的选择会表现出重复的模式。研究人员发现，这两类解释都不符合数据。相反，玩家的选择最适合用一个结合了前瞻性规划与“任务特定偏好”的模型来解释。这些偏好并非随机的偏差，而是基于游戏特定特征（如提议的大小、当前能量水平以及下一回合的成本）的有结构的倾向。
研究表明，这些偏好起到了心理捷径的作用。当游戏情况很明确时——例如能量水平较高且提议较大时——玩家会严重依赖他们的偏好并做出快速决策。在这些时刻，他们不需要进行太多的重度脑力劳动来进行规划。然而，当情况变得模糊时，例如提议大小适中或能量水平较低时，玩家的偏好变得不确定。在这些不确定的时刻，玩家会放慢速度，并更多地依赖前瞻性规划来找出最佳行动。研究人员通过观察玩家做出选择所需的时间来衡量这一点。他们发现，当玩家的内在偏好不明确时，做出决策所需的时间显著增加，这表明大脑正在进行更复杂的计算以解决歧义。
研究人员还发现，这些偏好并非随意的习惯，而是相当聪明的。即使一名玩家完全忽略复杂的前瞻性规划而仅仅遵循其习得的偏好，他们的表现也会比随机选择要好得多。事实上，这些偏好捕捉到了游戏结构中最重要的部分，特别是提议的价值和当前的能量水平。如果忽视能量水平进行决策策略，会导致表现大幅下降，甚至比随机猜测还要糟糕，因为玩家可能会耗尽能量并错过未来的奖励。玩家似乎通过经验学习了这些关键关系，形成了一个在大多数情况下都有效的心理指南。当这个指南很强时，他们行动迅速；当指南较弱时，他们会停下来思考。
这项工作表明，人类大脑并不将决策视为一个单一、僵化的过程。相反，它似乎使用一个灵活的系统，其中一个快速的、基于经验的指南与一个较慢的、更详细的规划过程协同工作。大脑似乎知道何时相信直觉，以及何时进行艰苦的未来计算。这一发现挑战了认为偏离完美逻辑仅仅是错误或简单习惯的观点。相反，这些偏差是节省脑力的有效策略的一部分。通过使用习得的偏好作为初步处理，大脑可以在熟悉的情况下快速做出良好的决策，从而将有限的计算资源保留给那些情况过于复杂、无法通过简单规则处理的时刻。这种平衡使人类能够以极高的效率应对复杂且不确定的环境，利用过去来引导未来，而不至于陷入无休止的计算之中。
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。