编辑推荐：
在不确定性条件下，适应性泛化与高效学习
摘要：人们常利用可识别的特征来推断新物品的价值。这种“泛化”策略在稳定环境中被认为是有益的，使得个体能够利用先前学到的规则和价值观来高效探索新情境。然而，尚不清楚个体在波动性环境中是否会以及如何调整其泛化策略，因为在
在不确定性条件下，适应性泛化与高效学习
摘要：人们常利用可识别的特征来推断新物品的价值。这种“泛化”策略在稳定环境中被认为是有益的，使得个体能够利用先前学到的规则和价值观来高效探索新情境。然而，尚不清楚个体在波动性环境中是否会以及如何调整其泛化策略，因为在这种环境中，先前学到的信息可能变得过时。研究人员假设，个体通过在每个状态下持续更新其对基于特征奖励泛化模型可信度的信念，来适应性使用泛化。研究数据显示，当新环境与先前学到的特征与奖励之间的单调关联保持一致时，参与者更多地使用泛化，这表明他们有效利用了先前获得的知识。与其他解释不同，研究人员发现个体在基于特征的价值泛化与基于模型的学习之间引入了一种仲裁机制，以解释环境波动性。值得注意的是，研究人员提出的模型捕捉了泛化依赖于情境波动性的差异化影响：当刺激的价值沿可识别特征泛化时，最偏向泛化的个体表现出最小的学习误差，但在波动性环境中却表现出最大的误差。这项工作为泛化的适应性使用提供了新见解，通过监控两种不同学习机制的可信度并协调它们，同时强调了在波动性情境中过度泛化的潜在负面影响。
**论文解读：不确定性条件下的适应性泛化与高效学习**
**研究背景与问题**
泛化（generalization）是人类决策中的一个高效策略，使个体能基于以往经验预测新物品的价值。然而，过度泛化在现实世界中常导致适应不良行为，并与焦虑、抑郁、创伤后应激障碍等精神疾病密切相关。尽管已有研究表明泛化依赖于感知特征相似性，但个体在环境波动（volatility）条件下如何调整泛化策略尚不明确——即当先前学习信息可能不再可靠时，他们是否及如何适应性调整泛化程度。此外，现有研究将学习策略分为“无模型”（model-free）和“基于模型”（model-based）两类，并指出两者间的平衡与仲裁（arbitration）对灵活适应波动环境至关重要，但泛化策略与这些机制的关系尚待探索。
**研究内容与结论**
研究人员设计了概率奖励学习任务，包含一个锚定阶段（anchoring session）和一个泛化阶段（generalization session）。166名参与者被随机分配到四组，分别经历单调或非单调的锚定阶段，以及一致或不一致的泛化阶段。泛化阶段又分为稳定期（stable phase）和波动期（volatile phase）。通过回归分析、计算建模和模型比较，研究人员发现：参与者会根据先前学习的可用性适应性调整泛化策略；在可泛化情境中（即单调一致组），泛化使用显著增强；在波动环境中，过度泛化反而损害学习效率。该论文发表于《iScience》。
**主要技术方法**
1. **概率奖励学习任务**：使用Gabor光栅（Gabor patches）作为刺激，通过方位角（orientation）定义特征相似性，结合锚定阶段与泛化阶段的刺激-奖励概率关联设计。
2. **计算建模**：构建了“波动性追踪（V）+泛化（G）仲裁”模型，假设个体通过监控两种策略（泛化策略与波动性追踪策略）的可靠性差异（reliability difference）来动态调整权重，并引入敏感性参数β、泛化宽度σ和泛化偏向biasG。
3. **模型比较与参数恢复**：使用集成贝叶斯信息准则（iBIC）和似然比检验比较模型，并通过马尔可夫链蒙特卡洛（MCMC）采样进行参数估计与恢复验证。
4. **模拟研究**：在四种替代实验设计下模拟伪行为，验证泛化效应的情境依赖性。
**研究结果**
1. **先前学习知识系统性偏向后续学习**：通过两步回归分析，发现单调一致组（mC）的锚定效应（anchoring effect）显著高于其他三组，表明先验知识在可泛化情境中更强地影响后续学习。
2. **个体基于先前知识有用性适应性切换学习策略**：V+G仲裁模型最好地解释了参与者响应，优于Rescorla-Wagner模型、独立波动性模型、独立泛化模型及固定混合模型。对可靠性差异更敏感的参与者（β更高）学习误差更小。
3. **个体在可泛化环境中更倾向于使用泛化策略**：泛化相关参数（σ和biasG）在mC组显著高于其他组，而学习率α和敏感性β组间无显著差异；个体水平模型拟合显示，mC组更偏好泛化模型，其他组更偏好波动性模型。
4. **泛化对价值学习具有情境依赖性效应**：在稳定期，泛化偏向与学习误差负相关（ρ = -0.31, p = 0.053），表明泛化促进学习；在波动期，泛化偏向与学习误差正相关（ρ = 0.69, p = 7.56e-07），表明过度泛化损害学习。模拟研究在四种设计下均复制了这一模式。
**讨论与结论**
本研究通过概率奖励学习任务和计算建模，揭示了个体通过监控泛化策略的可靠性并与其他策略仲裁，从而适应性调整泛化程度。泛化在稳定环境中促进高效学习，但在波动环境中导致适应不良。研究指出，适应性泛化机制可能源于对世界统计属性的信念，而过度泛化可能源于两种认知功能障碍：情境依赖性泛化倾向异常或策略仲裁失败。这些发现为理解焦虑、抑郁等精神疾病中的泛化异常提供了计算框架，并强调了在波动性情境中避免过度泛化的重要性。
**研究结论翻译**：本研究展示了在不确定性条件下，个体通过监控基于特征奖励泛化模型的可信度，适应性使用泛化策略。数据表明，当新环境与先前学习的单调特征-奖励关联一致时，参与者更依赖泛化，从而高效利用先前知识。此外，个体在基于特征的价值泛化与基于模型的学习之间引入仲裁机制，以解释环境波动性。我们的模型捕捉了泛化依赖于情境波动性的差异化影响：最偏向泛化的个体在稳定环境中学习误差最小，但在波动环境中误差最大。这项工作为泛化的适应性使用提供了新见解，通过协调两种学习机制并监控其可信度，并强调了在波动环境中过度泛化的潜在负面影响。
