综述：行为抑制的适应价值

这篇综述探讨了目标追求中的（proxy failure）现象及（behavioral inhibition）的进化意义，通过计算模型揭示了误导性线索如何阻碍目标达成，并提出简单抑制机制可有效恢复目标导向行为。

　　

目标追求在反馈控制理论中的体现

生物体通过反馈控制机制实现目标导向行为。当缺乏已知路径时，代理（agent）会生成随机输出（如模拟实验中0°-360°随机转向的2D运动），直到接触目标后通过负反馈减少误差。环境提供的目标线索（如灵长类对谷氨酸的感知、蚊子对CO₂的追踪）可优化路径，表现为梯度上升（gradient ascent）行为——当线索强度增加时，代理减少方向变异并延长步幅，显著提升目标达成效率。

学习引导目标达成的机制

通过中脑边缘多巴胺能通路（mesostriatal dopaminergic pathway）的相位活动，生物体将可靠的目标预测线索转化为长期行为模式。模拟显示，中性线索通过正/负价更新可分别形成趋近（climbing）或回避（descending）行为。例如，当线索强度与目标呈负相关时，代理通过梯度下降策略主动远离高密度线索区域。这种工具性学习（instrumental learning）本质上是反馈价值的动态重组，而非固定动作的重复。

模拟病理性目标追求

代理失败现象指目标预测线索与实际需求冲突导致的适应不良行为，如鸟类撞击玻璃窗追逐昆虫、健身者过度关注镜中形象而忽视训练。通过建立含误导性高密度线索的2D空间模型，发现代理会被困在虚假目标区域，步数随学习次数增加而上升，验证了反馈极性（feedback polarity）反转的理论预测。

抑制性学习作为解决方案

行为抑制通过多重可实现机制（multiple realizability）对抗误导性追求：

1. 层级抑制：上级效应器（如Effector B）抑制目标参考信号
2. 外周阻断：如儿童遮盖诱惑物实现延迟满足
3. 外部干预：类似奥德修斯船员封耳抵抗海妖歌声
   模拟实验中，代理通过识别伴随误导线索的负性特征（蓝色梯度），建立拮抗性价联结，最终恢复有效目标导航。该机制与病理行为（如成瘾、冲动控制障碍）密切相关，提示抑制缺陷可能是精神疾病的生物标志物。

未来方向

需探索形态运动约束对目标追求的影响，以及元认知（meta-cognition）与简单抑制的效能差异。文化进化可能通过环境设计（如透明屏障边界作为负性线索）辅助生物体规避代理失败，这为行为干预提供了新思路。