人类如何理性平衡精细与抽象的世界模型：基于后继表征的动态适应性研究

本研究通过创新的双阶段决策任务，揭示了人类大脑如何动态权衡精细模型（MB）与抽象后继表征（SR）的认知策略。作者开发了可量化SR使用强度的行为范式，发现个体采用混合策略（βMB=0.88, βSR=0.866），并通过环境可预测性实验证实了资源理性（resource-rational）调节机制——当状态预测稳定性降低时，SR依赖度显著下降（wSR+>wSR-，p<0.006）。该研究为理解认知控制层级提供了新视角，对习惯形成（habit formation）和精神病理学研究具有重要启示。

　　

在认知科学的疆域里，人类大脑如何构建世界模型始终是核心谜题。最新研究通过精巧的行为实验揭开了这个黑箱的一角，展示了我们如何在精细模拟与抽象预测间取得精妙平衡。

动态决策任务的设计智慧
研究者开发了包含200组"穿越"与"非穿越"试次的创新范式。在穿越试次中，受试者需先后选择岛屿和商船获取宝藏；非穿越试次则随机呈现商船奖励。这种设计巧妙分离了模型基（MB）与后继表征（SR）的行为特征——前者通过递归最大化评估选择，后者则依赖状态占位的历史平均。

混合策略的神经证据
通过分层广义线性混合模型分析，研究发现人类行为同时呈现MB（β_MB=0.88）和SR（β_SR=0.866）特征。这种混合策略在个体间存在显著差异，印证了认知灵活性的生物学基础。特别值得注意的是，当同岛相邻船只近期未获奖励时，MB特征更显著；而当被试遵循既往策略时，SR特征占优。

环境可预测性的调控作用
研究通过设计"一致"与"不一致"的奖励区块转换（15/21 vs 6/21），揭示了策略的动态调整。在不一致区块中，SR权重w_SR-显著降低至0.336（一致区块为0.604），证实大脑会依据状态预测稳定性实时优化计算资源分配。这种资源理性（resource-rational）调节可能通过预测误差信号实现。

线性RL的理论启示
研究还验证了线性强化学习框架，发现参数λ在区块间显著变化（Δlog(λ)=1.301）。这支持了MB-SR权衡可能源于单一神经计算的观点——当λ趋近零时，计算精度需求呈指数增长，揭示了认知负荷与决策精度的根本权衡。

临床与发展的启示
该发现为理解强迫症等精神障碍提供了新视角——病理习惯可能源于SR-MB平衡失调。同时，这种动态调节机制在儿童发育（Nussenbaum & Hartley, 2019）和老年认知衰退（Bolenz et al., 2019）中的变化也值得深入探索。

未来研究可结合神经成像技术，探究海马体预测图（hippocampal predictive map）与前额叶皮层在策略切换中的协同机制。此外，开发更精细的试次间分析模型将有助于揭示策略调整的实时神经动力学特征。这项研究不仅推进了决策神经科学的理论框架，更为认知障碍的干预提供了新的生物标记物开发思路。