从采样到停止：P300事件相关电位（ERP）成分与β振荡（beta power）贡献于奖励相关决策承诺（reward-related decision commitments）

《Neuropsychologia》：From sampling to stopping: The P300 ERP component and beta power contribute to reward-related decision commitments

　　

最优停止问题（optimal stopping problems）提供了一个框架，用于研究不确定性下的决策制定，平衡信息采样（information sampling）与决策承诺（decision commitment）之间的权衡。研究人员利用脑电图（electroencephalography, EEG）研究了人类决策中与规范策略（normative strategies）的偏离，并考察了决策承诺与采样背后的神经机制。四十名参与者观察了从虚构瓮中抽取的珠子序列，并试图推断每个瓮中多数珠子的颜色，同时记录其EEG活动。在观察每颗珠子后，参与者可以选择通过抽取另一颗珠子来继续采样（抽取选择，draw choice），或者停止采样并推断瓮的内容（瓮选择，urn choice）。一个贝叶斯理想观察者（Bayesian ideal observer）模型和参数化模型（parametrised models）被用于预测参与者行为。与理想观察者相比，参与者出现了欠采样（undersampling），特别是在更不确定的条件下，即珠子颜色的比例接近随机（60/40或0.6），而模型在较容易的80/20（0.8）条件下更好地捕捉了行为。刺激锁定（stimulus-locked）的P300振幅在瓮选择中表现出更大的反应，并且随着抽取接近承诺，振幅呈现递增梯度。在更高不确定性（0.6条件）下，也观察到了更大的额叶ERP反应。在高不确定性条件下，β振荡活动（beta oscillatory activity）在瓮选择中更强，其中快速β（20–30 Hz）活动驱动了最终决策承诺。模型推导的动作值（action values）进一步预测了β功率（beta power）。通过整合行为、计算和神经生理数据，这项研究增进了研究人员对奖励相关概率环境中主动信息采样与决策承诺的理解。

**论文解读：从采样到停止——P300与β振荡在奖励相关决策承诺中的神经机制**

**研究背景与问题**
在不确定性下的决策制定中，个体常面临信息采样与决策承诺之间的权衡，这一过程被称为最优停止问题（optimal stopping problems）。传统经济学、心理学和认知神经科学强调，最优策略需平衡即时奖励与未来收益，例如在购买前阅读产品评论。然而，人类行为常偏离规范模型（如部分可观测马尔可夫决策过程，POMDP）的预测，表现为欠采样（undersampling），即收集少于最优量的信息。这一偏差在健康人群和精神疾病患者中均被观察到，且在高不确定性条件下（如60:40概率）尤为显著。尽管已有研究关注感知证据积累（passive accumulation）的神经机制，但主动信息采样（active sequential sampling）的神经基础——尤其是当个体主动决定是否继续采样时——仍不清楚。为此，研究人员利用脑电图（EEG）探讨P300事件相关电位（ERP）成分和β振荡（beta oscillations）在决策承诺与采样中的作用。论文发表在《Neuropsychologia》。

**研究内容与结论**
研究人员招募了40名健康参与者（18–45岁，来自Royal Holloway University of London），执行珠子任务（beads task）：参与者观察从虚构瓮中抽取的珠子序列，推断多数珠子颜色，并可在每次抽取后选择继续采样（抽取选择）或停止并做出决策（瓮选择）。每次抽取成本为0.25积分，正确决策奖励10积分。任务是52个序列，分为0.8（易）和0.6（难）两种概率条件。研究人员构建了贝叶斯理想观察者模型（Bayesian ideal observer）和三个参数化模型（成本-噪声模型CNM、成本模型CM、噪声模型NM），并通过模型比较和参数恢复验证其解释力。同时，记录EEG数据，分析刺激锁定的P300振幅和β振荡功率。结论：参与者对理想观察者出现欠采样，尤其在0.6条件下；CNM（包含采样成本参数Cs和逆温度β）最佳拟合行为；刺激锁定P300振幅在瓮选择中更大，且随抽取接近承诺递增；额叶ERP在0.6条件下增强；β振荡在瓮选择中更强，快速β（20–30 Hz）驱动决策承诺；模型推导的动作值预测β功率。这些发现揭示了主动信息采样与决策承诺的神经机制，强调了P300和β振荡在价值驱动决策中的作用。

**关键技术方法**
研究人员使用POMDP框架构建贝叶斯理想观察者，通过反向归纳（backward induction）计算动作值。参数化模型采用Softmax函数和最大似然估计（fmincon优化）拟合个体行为，并进行模型比较（BIC）和参数恢复。EEG数据采集使用64导BioSemi系统，预处理包括滤波、重参考、去伪迹（±100 μV阈值和视觉检查），并采用Morlet小波（7个周期，1–55 Hz）进行时频分解。主要分析包括质量单变量分析（MUA）结合高斯随机场理论（GRFT）校正多重比较，以及线性回归检验动作值与神经活动的关系。样本队列来源：Royal Holloway University of London招募的40名健康参与者。

**研究结果**
**模型选择与参数恢复**：CNM在BIC和模型恢复中优于CM和NM，Cs参数恢复良好（r=0.94/0.86），β恢复中等（r=0.50/0.29）。
**行为与计算结果**：混合ANOVA显示，参与者抽样次数显著低于理想观察者，尤其在0.6条件（概率×代理类型交互作用显著，p<0.001）；CNM的Cs在0.6条件下更正值（-0.4 vs -0.8），表明感知成本较低。
**ERP反应与瓮选择和颜色概率**：刺激锁定P300（250–790 ms）在瓮选择中振幅更大，峰值在336 ms（中心-顶叶）；0.6条件比0.8条件在额叶-中央区（410–777 ms，峰值535 ms）诱发更大ERP，与预期相反。
**β振荡活动与选择类型和颜色概率**：β功率（281–367 ms，峰值297 ms）在瓮选择中更强，位于左额叶；0.6条件比0.8条件在额叶β（188–445 ms，峰值359 ms）更强，与预期相反。
**CNM动作值预测神经活动**：线性回归显示，动作值差值ΔQ（抽取-获胜瓮）显著负向预测左顶叶β功率（t=-2.036, p=0.048），但对P300无显著预测。

**讨论与结论**
讨论部分：研究证实了欠采样现象，尤其在0.6条件下，与精神疾病中的“跳至结论”（JTC）偏差相似，但程度较轻。CNM通过增加有效采样成本成功捕捉行为，但存在轻微偏差，可能源于未建模的探索动机。P300在瓮选择中的增强及其累积梯度表明其作为决策承诺和证据整合的标记；额叶ERP在0.6条件下的增强反映了认知努力或冲突监控。β振荡在额叶决策承诺中的作用，以及快速β（20–30 Hz）对最终决策的驱动，与价值编码和行动准备相关。动作值对β功率的负向预测支持β在价值调控中的灵活性。结论：本研究揭示了珠子任务中序列信息采样的行为和神经基础，显示P300和β振荡分别标记决策承诺和不确定性解决，并将计算动作值与神经活动联系起来，为理解概率环境中的决策权衡提供了新视角，对临床偏差（如JTC）有潜在启示。