《Learning and Motivation》：The influence of working memory on the relationship between anxiety and reinforcement learning
编辑推荐：
本研究分析了近期焦虑症状与强化学习（RL）表现之间的关系是否因工作记忆（WM）负荷条件的不同而存在差异。方法：57名18至30岁的成年人完成了在线社会人口学问卷、抑郁焦虑压力量表（DASS-21），以及一项带有WM负荷实验操纵的在线RL任务。研究人员采用Pea
本研究分析了近期焦虑症状与强化学习（RL）表现之间的关系是否因工作记忆（WM）负荷条件的不同而存在差异。方法：57名18至30岁的成年人完成了在线社会人口学问卷、抑郁焦虑压力量表（DASS-21），以及一项带有WM负荷实验操纵的在线RL任务。研究人员采用Pearson相关分析和回归分析，考察了低、高WM负荷条件下焦虑症状与RL表现之间的关联。结果：在低WM负荷条件下，焦虑症状与持续性错误呈负相关（r = ?.27，p < .05）。回归分析进一步显示，焦虑显著预测了更高的正确反应百分比（B = .341，SE = .163，p = .041）以及更少的持续性错误（B = ?0.543，SE = 0.254，p = .03）。在高WM负荷条件下未观察到显著关联。结论：这些发现表明，近期焦虑症状与RL表现之间的关系因WM负荷不同而有所差异。研究结果并非表明焦虑对WM具有选择性影响，而是与以下可能性一致：当WM资源仍可用于支持反馈引导的行为更新时，焦虑可能促进适应性学习。该结果有助于越来越多的证据表明，RL表现产生于WM、RL和反馈加工机制之间的交互作用。
论文解读：工作记忆负荷调节焦虑症状与强化学习表现的关系
一、研究背景与问题提出
焦虑是人类对日常刺激的自然反应，但严重时可对个体及其周围人群造成痛苦。焦虑通过增加担忧、警觉以及心率加快、出汗等自主神经症状，损害日常功能。特质焦虑作为一种跨情境相对稳定的焦虑倾向，已被证实与注意、决策和工作记忆（WM）等认知功能的改变密切相关。注意控制理论预测，特质焦虑会损害三种执行功能：抑制、转换和任务更新。尽管已有大量实验证据支持特质焦虑对执行功能的影响，但近期焦虑症状对认知加工的影响机制仍不明确。
强化学习（RL）是指个体通过环境反馈进行学习的能力，涉及将刺激与反应及结果之间建立关联。典型的RL任务要求个体通过试错学习一系列动作，并以奖励或惩罚作为学习指标。焦虑和WM均与动作-错误/负性反馈关联的学习过程有关，可能通过部分重叠的机制影响RL表现。焦虑增强前扣带皮层对错误的反应性，而WM通过在前额叶皮层存储任务表征并将其经功能性前额叶环路传递至基底节来增强错误监测与加工。
近年来的计算模型日益将学习视为WM与RL系统动态交互的结果，而非单一系统的作用。当认知负荷较低时，WM支持对刺激-反应关联的快速灵活更新；随着任务难度增加，个体逐渐转向依赖RL机制。然而，尽管现代计算模型提出RL表现源于WM与RL系统的交互，鲜有实验直接操纵WM负荷来检验焦虑是否在不同认知过程条件下对RL产生不同影响。因此，焦虑相关的学习差异究竟主要反映WM资源、RL机制的改变，还是这些过程的交互作用，仍不清楚。
基于上述背景，本研究采用有意改变WM负荷的任务，考察近期焦虑症状与RL表现的关系，旨在确定焦虑相关的学习差异是否取决于WM与RL系统的交互。研究假设焦虑症状与RL表现之间的关联会因WM负荷条件不同而存在差异。
二、研究方法概述
本研究为一项更大规模研究的子研究，数据收集于2019至2021年间，经伦理委员会批准。参与者通过社交媒体招募，年龄18至30岁。排除标准包括孕妇、未矫正视力问题者及自报精神分裂症诊断者。最终纳入57名参与者，平均年龄22.87岁，其中71.9%为女性，75.4%为白人。研究采用的主要方法包括：使用抑郁焦虑压力量表（DASS-21）测量近两周的焦虑症状；采用改编自Collins（2018）的强化学习/工作记忆任务（RLWM），通过操纵每块呈现的不同刺激数量（低负荷3个刺激、高负荷6个刺激）来控制WM负荷；使用Pearson相关分析考察焦虑与RL表现变量的关联；使用多元回归分析检验焦虑对表现的预测作用，并控制年龄、性别及焦虑-性别交互项。由于焦虑与压力（r = .80）和抑郁（r = .64）存在高度多重共线性，最终模型仅保留焦虑作为主要预测变量。
三、研究结果
3.1 相关分析结果
相关分析显示，焦虑与低WM负荷条件下的持续性错误百分比呈显著负相关（r = ?.27，p < .05），表明焦虑水平越高，个体犯持续性错误的可能性越低。然而，该效应仅出现在WM对RL表现贡献较大的条件下。在高WM负荷条件下，焦虑与各RL表现变量之间未发现显著相关。
3.2 低WM负荷条件下的回归分析
在低WM负荷条件下，焦虑是正确反应百分比的显著预测因子（B = .341，SE = .163，p = .041），表明随着焦虑增加，个体答对的几率也随之增加。焦虑同样是持续性错误的显著预测因子（B = ?.244，SE = .103，p = .021），即焦虑越高，持续性错误越少。性别及焦虑与性别的交互作用均不显著。
3.3 高WM负荷条件下的回归分析
在高WM负荷条件下，焦虑对正确反应百分比（B = .248，SE = .301，p = .415）和持续性错误（B = ?.185，SE = .234，p = .432）均无显著预测作用。性别及交互作用同样不显著。
四、讨论与结论
研究结果表明，较高的焦虑症状仅在低WM负荷条件下与更好的RL表现相关。这一发现并非表明焦虑直接增强WM，而是与以下解释一致：当WM资源仍可用于加工环境反馈时，焦虑可能促进适应性学习。一种可能的解释涉及反馈加工方式的差异。焦虑与对负性结果的更高敏感性以及负性反馈后更多的行为调整相关。在RL任务中，良好表现依赖于利用反馈在多次试验中更新行为。因此，报告较高焦虑症状的个体可能更倾向于在负性反馈后调整行为，从而减少持续性错误并提高学习准确性。
焦虑对表现的影响主要出现在低WM负荷条件下，表明焦虑对学习的影响取决于可用的认知资源。在低负荷情境中，WM可帮助维持新近学习的刺激-反应联结，同时个体利用反馈优化选择。随着任务难度增加，学习更多转向RL过程，WM在行为适应中的作用可能逐渐减弱。
研究存在若干局限性。RLWM范式同时涉及WM、RL和行为适应，无法区分各机制的独立作用。参与者在新冠疫情期间居家完成任务，家庭环境及疫情背景可能影响注意需求。样本来自普通成人群体，服用药物者被排除，可能限制了对临床焦虑障碍样本的推广。DASS-21测量的是近两周的焦虑症状，更接近状态性焦虑而非特质焦虑。
研究结论指出，情绪与认知过程相互作用，每日影响适应性行为。研究结果表明，近期焦虑症状可能增强RL表现，尤其是在WM资源可用于促进基于反馈的学习时。这些结果并非表明焦虑特异性影响WM，而是支持适应性学习产生于WM、RL和反馈加工之间交互的现代模型。尽管结果需要进一步确认，但该研究为情绪状态应被视为人类学习与适应研究中与认知系统并列的重要因素提供了越来越多的证据。论文发表于《Learning and Motivation》。
