综述:在易变环境中的预测性处理

《Behavioural Processes》:Predictive Processing in Volatile Environments

【字体: 大 中 小 】 时间:2026年05月04日 来源:Behavioural Processes 1.5

编辑推荐:

  Mario Trevi?o|Inmaculada Márquez墨西哥哈利斯科州瓜达拉哈拉市瓜达拉哈拉大学神经科学研究所,皮层可塑性与感知学习实验室摘要适应性行为要求生物在不确定性下做出决策,需要在已知选项的利用与探索之间取得平衡,以应对环境结构的变化。在生态学和神经科学领域,这

  
Mario Trevi?o|Inmaculada Márquez
墨西哥哈利斯科州瓜达拉哈拉市瓜达拉哈拉大学神经科学研究所,皮层可塑性与感知学习实验室

摘要

适应性行为要求生物在不确定性下做出决策,需要在已知选项的利用与探索之间取得平衡,以应对环境结构的变化。在生态学和神经科学领域,这一问题通过多种实验和理论框架进行研究,包括概率选择、逆向学习、觅食任务、强化学习以及贝叶斯推断等。本文从预测处理的视角综合了这些研究观点,认为它们共同面对一个计算挑战:推断潜在的环境结构,并根据不同的变异来源调整行为。我们区分了不同形式的不确定性,并回顾了证据,表明动物能够根据对结果变异性的推断来源来调节学习速率、持久性和探索行为。诸如概率逆向学习这样的实验室范式提供了受控环境,以区分对噪声的敏感性和对变化的敏感性;而觅食任务则揭示了局部波动如何与对环境质量的整体评估相结合。在不同物种中,明显的决策变异性往往反映了适应性采样,而非次优的噪声效应。此外,我们还发现皮层和皮下回路能够编码预测结果和环境统计信息,神经调节系统(包括去甲肾上腺素、乙酰胆碱、多巴胺和血清素)能够调节新证据相对于先前信念的影响。这些发现支持了一种观点,即适应性决策是一种分层解决不确定性的过程,它跨越行为时间尺度和实验情境,并为生态决策规则、实验室模型和神经机制之间的联系提供了框架。

节选内容

引言:在不确定的世界中导航

生物体的适应性决策是在不确定性下采取行动的问题。自然环境具有噪声性、部分可观测性且非平稳性:结果具有随机性,感官信息不完整,行为与后果之间的因果关系可能突然发生变化。在这种条件下,生存取决于推断环境结构、检测变化以及灵活调整行为的能力。
本文是一篇综述性文章,整合了……

不确定性的形式与来源

适应性决策需要区分多种来源的不确定性,这些不确定性在生成机制和行为后果上有所不同。从计算角度来看,不确定性指的是限制对潜在环境状态和行为-结果关联预测可靠性的变异性(Behrens等人,2007年;Soltani和Izquierdo,2019年)。关键的是,不同的变异来源需要不同的适应策略,尤其是在学习方面

对不确定性的行为调整

对不确定性敏感的推断的一个核心后果是调节控制行为选择、学习速率和探索行为的认知与行为资源。在不确定性较低时,稳定的信念倾向于采用高效的习惯性策略,表现为较低的学习速率和利用性选择。随着不确定性的增加,学习速率会上升,控制方式转向更加审慎的评估过程,使最新证据对行为产生更大的影响。

探索、选择变异性及选择历史效应

探索是对不确定性的主要行为反应,使主体在当前信念不可靠时能够获取信息。因此,先前被视为噪声或失控的行为变异性可以理解为在不确定或变化条件下的一种适应性和主动调节的行为维度(Keller等人,2020年;Pfeffer等人,2021年)。通过增加行为变异性,生物体会尝试不同的选项,放弃过时的策略,并深入探究未知领域

最优觅食与边际价值定理

最优觅食理论(OFT)提供了一个正式框架,用于描述生物如何在资源分布不均的环境中分配时间和精力以最大化长期奖励获取(Stephens和Krebs,1986年)。边际价值定理(MVT)是其核心结果,可用于评估观察到的行为(以及与最优状态的系统性偏差)。从这个意义上说,觅食行为形式化了适应性控制的一个核心问题:

波动性与噪声环境下的适应性边际价值理论

在自然环境中,适应性觅食需要随着环境条件的变化不断调整决策策略。突然的结构变化要求快速更新内部估计,以避免无效策略的持续使用;而随机奖励的给予则有利于缓慢整合信息,以防止对噪声的过度反应。跨物种的行为证据表明,学习者通过灵活调节学习速率来近似这种权衡

用于不确定性监测和适应性控制的神经架构

在不确定性下的适应性行为需要神经回路来估计环境统计信息,评估预测的可靠性,并据此调整学习和控制策略。在计算和行为模型中,信念更新受预测误差的影响,这种影响会随着波动性的增加而增强,但当变异性源于噪声而非结构变化时则会减弱(Behrens等人,2007年;Soltani和Izquierdo,2019年)

不确定性监测与解决中的神经调节系统

上述的皮层-皮下回路在神经调节系统的控制下运作,这些系统被认为能够调节信念更新的精确度。在预测编码和主动推断框架中,神经调节剂并不编码任务内容;相反,它们调节预测误差的影响、学习速率以及在不确定性下的探索-利用平衡(Feldman和Friston,2010年;Friston和Kiebel,2009年;Moutoussis等人,2021年;Yu和Dayan,2005年)

自然环境中的不确定性处理:生态学视角

实验室范式对于分离不确定性处理机制至关重要,但它们仅捕捉到了生物在自然环境中面临的一部分条件。在野外,不确定性源于资源波动、捕食风险和社会互动的耦合动态,这些因素随时间和空间而变化。从生态学的角度来看,不确定性处理应置于生物-环境系统之中,强调神经和行为策略的……

结论

在不确定性下的决策是生物行为的基本限制。在生态学和实验背景下,适应性控制依赖于推断环境结构、检测变化以及随着证据积累而调整策略的能力。尽管生态学理论、强化学习、贝叶斯推断和预测处理源自不同的传统,但它们都关注一个共同的计算问题:何时利用现有信念,何时……

伦理问题

本研究未涉及人类参与者或动物的实验,因此无需伦理批准。

未引用的参考文献

(de la Cuesta-Ferrer等人,2025年)

资金支持

本研究得到了“国家人文、科学和技术委员会”(CONAHCYT)的资助(项目编号CF-2023-G-107,资助对象为MT);“2022年研究与研究生教育加强计划”(瓜达拉哈拉大学生物与农业科学中心,资助对象为MT);以及“2023–2024年SNII和SNCA-PROSNII成员生产条件改善支持计划”(资助对象为IM)的资助。资助机构未参与手稿的撰写过程

CRediT作者贡献声明

Mario Trevi?o Villegas:负责写作——审稿与编辑、初稿撰写、可视化处理、软件使用、资源协调、项目管理、方法论设计、研究实施及资金申请。Inmaculada Márquez:负责写作——审稿与编辑、资源协调、项目管理、方法论设计、研究实施及资金申请。

人工智能工具仅用于语言编辑。ChatGPT(OpenAI)用于改进早期草稿的清晰度和流畅性,Grammarly用于纠正语法和风格错误。所有实质性内容均由作者撰写、核实并最终批准,作者对最终发表版本负全责。

作者声明不存在利益冲突

致谢

我们感谢瓜达拉哈拉大学提供实验室和办公空间,使我们能够完成这篇综述的撰写。同时,我们也感谢编辑和审稿人的热心帮助及宝贵意见,这些帮助我们整理和完善了综述中的观点。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号