目标特异性与奖赏不确定性对决策的分层影响：一项基于主动推断的EEG-fNIRS研究

《Biological Psychology》：Distinct hierarchical effects of goal specificity and reward uncertainty on decision-making: An active inference EEG–fNIRS study

　　

适应性行为依赖于大脑在不确定性条件下整合不完整或模糊信息以指导行动的能力。尽管已有大量研究关注外部约束（如奖赏不确定性）如何影响决策，但内部因素（特别是目标设定）的作用及其与外部因素的交互机制尚不清楚。本研究旨在探究具体绩效目标与奖赏不确定性如何共同塑造适应性决策。研究人员假设，目标设定作为策略精度的自上而下约束，而奖赏不确定性则限制感觉证据的可靠性，二者作用于决策层级的不同水平。为验证这一假设，研究人员结合脑电图（EEG）与功能近红外光谱（fNIRS），采用听觉oddball任务与概率反转学习任务（RLT）交替进行的双任务设计，并基于主动推断框架构建计算模型。实验结果表明，具体目标通过稳定策略选择提高了决策表现，表现为选择锁定的P3成分和中央顶区beta频段活动的增强；而高奖赏不确定性则增强了反馈驱动的信念更新，表现为额中线theta活动和P3b成分的显著变化。fNIRS结果显示，具体目标增加了背外侧前额叶皮层（DLPFC）内的皮层熵，而高不确定性则提升了额顶网络的全局效率。这些发现揭示了目标特异性和奖赏不确定性在决策层级中的部分可分离影响，为理解自适应决策的神经机制提供了新的视角。

论文解读文章

一、研究背景与科学问题

在复杂多变的环境中，个体必须不断整合新信息并修正对环境状态的内部表征，以维持有效的适应性行为。从认知角度来看，这一过程依赖于自下而上的感觉证据与自上而下的预期之间的动态交互，二者共同塑造了对不确定性信息的解读并稳定了行为。然而，现有研究大多聚焦于外部约束因素——特别是通过概率性刺激-反应关联操纵的奖赏不确定性——对决策的影响，这些操纵主要作用于感觉证据的自下而上加工和新信息的整合。相比之下，内部因素尤其是动机过程如何调节任务参与和策略精度，受到的关注相对不足。其中，目标设定是一个尤为重要的内部因素，因为它已被证明能够将行为导向特定的绩效水平。但值得注意的是，目标设定的效果可能受到任务复杂性或与学习目标相关的胜任感的调节。在复杂任务中，通常需要更复杂的策略才能达到满意的绩效水平。然而，目标设定对信念更新和决策稳定性的影响，特别是在与环境不确定性相结合的情况下，仍然缺乏充分的理解。因此，同时考察这两种约束条件，有望为理解个体在决策过程中如何稳定选择和修正内部模型提供更全面的解释。

二、研究方法与技术路线

本研究采用听觉oddball任务与概率反转学习任务（RLT）交替进行的双任务设计，通过操纵奖赏概率（easy block: 85/15; difficult block: 75/25）来调控环境不确定性，并通过设置具体目标分数（specific goal condition）与非具体目标（nonspecific goal condition，“尽力而为”）来操控目标特异性。研究人员招募了46名巴黎南泰尔大学的心理学或体育科学本科生（最终有效样本43人，其中具体目标组21人，非具体目标组22人）。关键技术方法包括：（1）同步记录EEG与fNIRS，EEG采用8个电极覆盖额顶区域，fNIRS采用8个光源和16个探测器覆盖额叶和顶叶皮层，共识别出7个感兴趣区域（ROIs）：额极皮层（BA 10）、左右背外侧前额叶皮层（BA 9和46）、左右下顶叶皮层（BA 39和40）、左右上顶叶皮层（BA 7）；（2）基于主动推断框架构建计算模型，估计四个自由参数：行动选择精度（α）、奖赏敏感性（c_r）、学习率（η）和遗忘参数（ω）；（3）提取多项计算指标，包括策略熵（H_policy）、所选行动概率（P_chosen）、结果惊奇度（outcome-surprise）和信念熵（H_belief）；（4）采用图论分析方法评估额顶网络的功能连接重组。

三、主要研究结果

3.1 行为结果

研究发现，具体目标条件下的参与者表现出更高的任务绩效，在easy和difficult两个block中均优于非具体目标组。高奖赏不确定性（difficult block）导致整体绩效下降，但具体目标的设置部分缓解了这一不利影响。主观工作量评估（NASA-RTLX）显示，高不确定性条件下参与者报告的心理努力显著增加，而具体目标条件未显著影响主观工作量。

3.2 计算建模结果

通过贝叶斯模型选择（BMS）和参数恢复分析确认的最优模型表明，具体目标组的行动选择精度（α）显著高于非具体目标组，表明其策略选择更加确定。高不确定性条件下，学习率（η）显著升高，反映了更强的反馈敏感性。遗忘参数（ω）在高不确定性条件下也更高，支持了快速信念更新的需求。此外，具体目标组的策略熵（H_policy）更低，所选行动概率（P_chosen）更高，表明决策稳定性增强；而高不确定性条件下的结果惊奇度（outcome-surprise）和信念熵（H_belief）均显著升高，反映了更大的预测误差和环境不确定性。

3.3 EEG结果

在选择阶段，具体目标条件增强了选择锁定的P3成分振幅，尤其是在中央顶区电极（CPz、Pz），并且增强了中央顶区beta频段（13-30 Hz）的活动，表明自上而下的策略选择稳定性提升。在反馈阶段，高不确定性条件增强了额中线theta频段（4-8 Hz）的活动，反映了更强的预测误差信号；同时，反馈锁定的P3b成分在高不确定性条件下振幅增大，表明信念更新过程的增强。

3.4 fNIRS结果

具体目标条件显著增加了左侧背外侧前额叶皮层（DLPFC）的皮层熵，表明该区域的信息处理复杂度提高。图论分析显示，高不确定性条件下额顶网络（fronto-parietal network）的全局效率显著提升，反映了网络级功能连接的重组以适应更高的环境不确定性。相反，腹侧注意网络（ventral attention network）的局部效率在高不确定性条件下降低，表明自下而上的注意捕获受到干扰。

四、讨论与结论

本研究的核心发现揭示了目标特异性和奖赏不确定性在决策层级中的部分可分离影响。具体而言，具体绩效目标作为自上而下的约束，通过增加策略精度和决策承诺来稳定行为选择，这体现在选择锁定P3和中央顶区beta活动的增强，以及计算模型中策略熵的降低和所选行动概率的提高。相反，高奖赏不确定性作为自下而上的约束，主要通过增强反馈驱动的信念更新过程来影响决策，表现为额中线theta活动和P3b成分的增强，以及计算模型中学习率和遗忘参数的升高。fNIRS结果进一步支持了这一分层观点：具体目标增加了DLPFC的皮层熵，反映了自上而下控制过程中信息处理的精细化；而高不确定性则促进了额顶网络的全局效率提升，体现了网络层面适应环境变化的灵活性重组。

研究结论：目标特异性和奖赏不确定性分别作用于决策层级的不同水平——具体目标稳定了自上而下的策略选择，而环境不确定性调节了自下而上的反馈驱动信念更新。这一发现不仅为主动推断框架中的精度加权机制提供了实证支持，也为理解自适应决策中内外部约束的交互作用提供了新的理论视角。未来的研究可以进一步探索不同形式的内部动机（如内在动机、成就动机）与外部不确定性之间的交互效应，以及在临床人群中这些机制的潜在失调。