图形属性决定了在等距路线之间进行导航选择的方式

《Neuropsychologia》：Graph Properties Drive Navigational Selection between Equidistant Routes

人类导航决策中拓扑结构优先于距离测量证据

　　这项研究探讨了人类在导航过程中如何选择路径，尤其是在路径长度相同但结构特征不同的情况下。研究团队设计了一种实验任务，让参与者在虚拟环境中探索并导航到目标，环境中存在三条路径：左、中、右。关键在于，左和右的路径长度完全相同，但在结构特征上有所不同，如转弯次数、路径起始段的长度或非铺设区域的大小。在实验过程中，中路被封锁，参与者需要在左和右之间做出选择。研究通过两种不同的实验方式进行：一种是使用沉浸式行走虚拟现实界面，另一种是通过桌面电脑查看俯视图。结果显示，参与者在两种实验中都倾向于选择转弯次数较少、内区和外区面积较大的路径，但对起始段较短的路径没有明显偏好。这一发现表明，参与者在决定路线时并未依赖于精确的、基于距离的认知地图，而是更可能使用了拓扑或标记图的表示方式。研究进一步探讨了这些结构特征如何影响导航决策，并分析了与认知图相关的启发式策略。

在日常生活中，我们常常需要在不同的路径中做出选择，即使这些路径的总长度相同。例如，想象你到达一个小镇，探索了周围的环境，之后在你的小屋里感到饥饿，回忆起曾经经过的一家餐厅。尽管所有路径都是一英里长，你却可能会选择其中一条，而不是另一条。这种选择是否基于效率，还是受到路径结构特征的影响？虽然从直觉上看，人们可能会认为选择最短路径是最理性的决策方式，但实际研究发现，参与者很少选择最优化的路径。这表明，人类在导航时可能依赖于一些非正式的规则或启发式策略，而不是精确的测量。

研究团队在实验中引入了多种结构性特征，以测试这些特征对导航决策的影响。在实验一中，参与者使用沉浸式虚拟现实设备进行第一人称视角的探索。在实验过程中，参与者首先探索所有可能的路径，然后在两条长度相同但结构不同的路径中做出选择。实验二则采用了俯视图的显示方式，参与者通过桌面电脑查看环境的鸟瞰图。这种设计允许研究者比较两种不同的学习方式对导航决策的影响，同时也能够考察结构特征如何在不同的感知模式下发挥作用。

在认知图模型中，地标被视为节点，路径则作为连接这些节点的边。这种结构使得参与者能够通过相对距离、角度和有限的测量信息来构建空间认知。与传统的认知地图不同，认知图更强调结构关系而非精确的距离。研究团队认为，这种模型更符合人类实际的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息，使得导航既灵活又高效。此外，研究还指出，认知图能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。

在实验过程中，研究团队发现，参与者在选择路径时更倾向于那些转弯次数较少、内区和外区面积较大的路径。这一发现表明，参与者在决策时可能更关注路径的结构特征，而不是其实际长度。这与一些以往的研究结果一致，这些研究发现，人类在导航时更倾向于选择直的路径，而不是弯曲的路径。然而，研究团队还指出，当路径长度相同时，参与者对起始段较短的路径没有明显偏好。这表明，路径的起始段长度可能并不是影响决策的关键因素。

此外，研究团队还比较了两种不同的学习方式对导航决策的影响。第一人称视角的探索通常增强了路径记忆，而俯视图的显示方式则提供了更多的全局信息。这种比较揭示了不同学习方式对空间认知和导航策略的影响。研究发现，无论参与者是通过第一人称视角还是俯视图进行学习，他们对路径的结构特征表现出一致的偏好。这一结果进一步支持了认知图模型的有效性，表明人类在导航时更依赖于结构信息而非精确的距离测量。

研究团队还指出，以往的许多研究支持认知图模型，但这些研究通常依赖于在现实世界中难以实现的实验技术，如视觉错觉或虚拟环境中的“虫洞”。这些技术虽然有助于测试认知图的假设，但在实际应用中可能并不适用。因此，研究团队在本研究中采用更现实的实验方法，以考察结构特征对导航决策的影响。他们认为，这种研究方法能够更准确地反映人类在真实环境中的导航行为。

研究团队还强调了学习方式对空间认知的影响。在第一人称视角的探索中，参与者能够更深入地了解环境的结构特征，从而形成更具体的路径记忆。而在俯视图的显示方式下，参与者则能够获取更全面的环境信息，形成更全局的认知地图。这种比较揭示了不同学习方式对导航决策的影响，同时也表明，认知图模型能够更好地解释人类在不同学习方式下的行为。

研究团队还指出，结构特征如转弯次数、起始段长度和非铺设区域的大小可能在导航决策中起到重要作用。这些特征不仅影响了参与者对路径的选择，还可能影响了他们对环境的整体认知。例如，转弯次数较少的路径可能更易于记忆和导航，而非铺设区域较大的路径可能更舒适或更安全。这些发现表明，人类在导航时可能依赖于一些非正式的规则或启发式策略，而不是精确的测量。

研究团队还讨论了这些结构特征如何影响导航决策。例如，转弯次数较少的路径可能更容易被参与者选择，因为它们减少了认知负担。起始段较短的路径可能在某些情况下更受欢迎，但研究团队发现，参与者在路径长度相同的情况下并没有表现出对起始段较短的路径的偏好。这表明，起始段长度可能并不是影响决策的关键因素。相反，内区和外区面积较大的路径可能更受参与者欢迎，因为它们提供了更多的空间信息，使得导航更加直观和容易。

研究团队还指出，认知图模型能够更好地解释人类在不同环境中的导航行为。在物理上不可能的环境中，如“虫洞”，认知图模型能够帮助参与者形成更灵活的路径选择。而在现实环境中，认知图模型同样能够解释参与者对路径结构特征的偏好。这些发现表明，认知图模型可能比传统的认知地图更符合人类的实际导航行为。

研究团队还讨论了认知图模型与传统认知地图之间的差异。传统认知地图强调精确的距离测量，而认知图模型则更关注结构关系。这种差异使得认知图模型能够更好地解释人类在不同学习方式下的行为。例如，在第一人称视角的探索中，参与者更倾向于选择转弯次数较少的路径，而在俯视图的显示方式下，参与者同样表现出对转弯次数较少的路径的偏好。这表明，无论学习方式如何，人类在导航时都更关注路径的结构特征。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，如转弯次数、起始段长度和非铺设区域的大小。而在俯视图的显示方式下，参与者可能更关注路径的整体布局，而不是具体的细节。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的感知和利用。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况下，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯视图的显示方式下，参与者可能更关注路径的整体布局。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的利用和偏好。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况下，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯视图的显示方式下，参与者可能更关注路径的整体布局。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的利用和偏好。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况下，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯视图的显示方式下，参与者可能更关注路径的整体布局。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的利用和偏好。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况下，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯视图的显示方式下，参与者可能更关注路径的整体布局。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的利用和偏好。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况下，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯视图的显示方式下，参与者可能更关注路径的整体布局。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的利用和偏好。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况下，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯视图的显示方式下，参与者可能更关注路径的整体布局。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的利用和偏好。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况下，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯视图的显示方式下，参与者可能更关注路径的整体布局。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的利用和偏好。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况下，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯视图的显示方式下，参与者可能更关注路径的整体布局。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的利用和偏好。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况下，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯视图的显示方式下，参与者可能更关注路径的整体布局。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的利用和偏好。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况下，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯视图的显示方式下，参与者可能更关注路径的整体布局。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的利用和偏好。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况下，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯视图的显示方式下，参与者可能更关注路径的整体布局。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的利用和偏好。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况下，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯视图的显示方式下，参与者可能更关注路径的整体布局。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的利用和偏好。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况下，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯视图的显示方式下，参与者可能更关注路径的整体布局。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的利用和偏好。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况下，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯视图的显示方式下，参与者可能更关注路径的整体布局。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的利用和偏好。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况下，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯视图的显示方式下，参与者可能更关注路径的整体布局。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的利用和偏好。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯视图的显示方式下，参与者可能更关注路径的整体布局。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的利用和偏好。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况下，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯视图的显示方式下，参与者可能更关注路径的整体布局。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的利用和偏好。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况下，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯视图的显示方式下，参与者可能更关注路径的整体布局。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的利用和偏好。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况下，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯视图的显示方式下，参与者可能更关注路径的整体布局。这种差异表明，不同学习方式可能会影响参与者对路径结构特征的利用和偏好。

研究团队还强调了认知图模型的灵活性和适应性。认知图模型能够帮助参与者在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策。这种模型不仅适用于现实环境，也适用于虚拟环境。研究团队认为，这种模型能够更好地解释人类在不同环境中的导航行为，因为它结合了路径记忆的顺序结构与近似的空间信息。

研究团队还指出，结构特征可能在不同情境下发挥不同的作用。例如，在某些情况下，转弯次数较少的路径可能更受欢迎，而在其他情况下，起始段较短的路径可能更受欢迎。这种差异表明，人类在导航时可能依赖于不同的启发式策略，而不是单一的规则。研究团队认为，这些启发式策略可能是人类在没有精确测量的情况下，利用拓扑信息和标记信息来做出决策的关键。

研究团队还讨论了认知图模型在现实应用中的潜力。例如，在城市规划、导航系统设计和虚拟现实应用中，认知图模型可能能够提供更有效的路径选择策略。这种模型不仅能够帮助参与者在没有精确测量的情况下做出决策，还能够提供更直观的导航体验。研究团队认为，这种模型可能能够更好地适应现实环境中的复杂情况，从而提高导航的效率和准确性。

研究团队还指出，结构特征可能在不同学习方式下发挥不同的作用。例如，在第一人称视角的探索中，参与者能够更详细地感知路径的结构特征，而在俯