人类层级与反事实信息处理的神经计算基础：从认知约束到理性决策模型

本研究通过创新的H-maze任务揭示了人类解决复杂多阶段决策问题的计算机制。研究人员发现并行处理瓶颈、工作记忆噪声和补偿性反事实处理（counterfactual processing）三大认知约束共同塑造了层级分析（hierarchical analysis）策略。通过训练受约束的循环神经网络（RNN），证实这些策略是计算理性（computational rationality）的适应性表现，为理解人类认知灵活性提供了统一框架。该成果发表于《Nature Human Behaviour》，对人工智能决策系统开发具有启示意义。

　　

在复杂多阶段的决策场景中，人类大脑展现出令人惊叹的灵活性——无论是驾驶时遇到意外岔路，还是解读朋友突如其来的情绪反应，我们都能通过"如果...那么..."的假设性推理快速调整决策。这种被称为反事实推理（counterfactual reasoning）的能力，长期以来被视为人类认知的独特优势。然而令人困惑的是，从纯计算角度而言，决策树问题的最优解本应通过并行计算所有可能路径的后验概率获得，而非依赖这种看似低效的序列化思维。这种矛盾引出了认知科学的核心问题：为什么进化会保留这种"非最优"策略？其背后的神经计算机制是什么？

为解开这个谜题，麻省理工学院的研究团队设计了一项精巧的H型迷宫决策任务。参与者需要根据听觉线索的时间间隔，推断隐形小球在迷宫中的运动轨迹。该任务通过精确控制水平臂（L/R）和垂直臂（LU/LD/RU/RD）的长度差异，创建了具有参数化不确定性的两级决策树。通过结合行为实验、眼动追踪和计算建模，研究人员首次系统揭示了人类依赖层级（hierarchical）和反事实策略的神经计算基础。

关键技术方法包括：（1）开发H-maze和T-maze行为范式，通过在线平台（Prolific）和实验室分别收集150名和5名参与者的行为数据；（2）使用Eyelink 1000系统记录眼动轨迹；（3）构建四种计算模型（最优模型、层级模型、后验预测模型和反事实模型）；（4）训练具有注意力瓶颈（attentional bottleneck）、反事实噪声（counterfactual noise）和理性约束（rationality）等不同约束条件的RNN模型；（5）通过交叉验证比较模型与人类行为的匹配度。

研究结果部分，作者通过多个实验逐步揭示了认知策略的神经机制：

"模型行为分析"显示，人类表现最匹配反事实模型（P<0.001），该模型在层级决策基础上，当垂直臂证据不足时会重新评估初始选择。眼动数据进一步验证了这一策略：早期注视点偏移反映层级决策，而后期注视反转与反事实修正显著相关（P=0.0177）。

"计算约束实验"通过三个变体任务揭示关键限制：（1）四平行臂任务中人类表现显著低于理想观察者（P<0.001），证实并行处理瓶颈；（2）延迟呈现迷宫的"反事实条件"导致时间估计噪声增加7.41%（P=0.00741），表明工作记忆衰减；（3）参与者对隐藏半迷宫的探索频率与其反事实噪声水平呈负相关（r²
=0.175），体现计算理性的自我调节。

"RNN模型验证"部分最具启发性。只有同时施加所有约束的RNN_best
能复现人类行为模式。分析显示其注意力信号会随水平臂难度增加而切换（图8b），且反事实噪声参数（σ_noise
）连续调控着策略谱系：低噪声时趋近最优模型，高噪声时退化为层级策略，中间态则呈现典型反事实特征。

这项研究通过"逆向工程"揭示了人类认知策略的深层逻辑：层级处理是对并行计算瓶颈的适应，反事实推理则是工作记忆限制下的补偿机制。更重要的是，这些看似不同的策略（最优、反事实、后验预测和层级）实际构成了连续统一体——神经系统根据计算约束的动态平衡灵活选用不同策略。该发现为理解决策障碍（如强迫症患者的过度反事实思维）提供了新视角，同时启示人工智能系统：适当引入人类式约束（如注意力瓶颈）可能使机器获得更接近人类的决策灵活性。正如作者Mahdi Ramadan和Mehrdad Jazayeri强调的，这项研究架起了系统神经科学与认知科学之间的新桥梁，为探索更复杂的自然决策场景奠定了基础。