- 2 次围观
在不确定性下的决策中，何时停止收集信息并做出选择是一项基本挑战。部分可观测马尔可夫决策过程（POMDP）等规范性刻画给出了数学上最优的停止规则；然而，人类的信息搜集系统性地偏离最优性。病理性偏离——例如强迫症（OCD）所特有的过度犹豫不决——为研究与停止相关的认知机制提供了重要契机。我们扩展了一个 POMDP 框架，以纳入若干关键的候选次优性：带偏差的先验信念、瞬时证据夸大、渐进性遗忘、增强的错误代价、时间调节（耐心与紧迫性），以及对截止时间的误感知。我们在一个既有数据集中评估了该模型；该数据集包含 105 名参与者，涵盖健康对照、广泛性焦虑障碍以及 OCD 谱系个体，他们在一个具有受控随机截止时间的信息搜集任务中进行作答。模型比较表明，人类的序贯选择总体上受主观风险惩罚和随时间变化的紧迫性所支配，同时对近期证据的过度加权也有较小且不太确定的贡献，但随机效应比较并不支持其在总体层面的存在。个体在这种过度加权的实现方式上存在差异：在一种截止时间条件下，受试者几乎平均分布于三类模型之间——携带对最新样本瞬时夸大的模型、携带对较早证据渐进性遗忘的模型，以及完全不包含任何近因机制的模型。关键的是，尽管风险敏感性和选择随机性在不同条件下作为共享机制发挥作用，但诸如信念偏差和耐心等机制则更具可变性。最后，以 OCD 作为临床案例，我们证明：从拟合的夸大模型中模拟选择，可以再现与临床犹豫不决相关、且不依赖于特定模型的回归特征，而遗忘模型和无近因模型则不能。上述发现为剖析强迫症谱系中信息搜集的临床偏离提供了生成性基础。
在不确定性条件下决策时，何时停止收集信息并做出选择，是一个根本性的挑战。诸如部分可观测马尔可夫决策过程（POMDP）之类的规范性表征，规定了数学上最优的停止规则；然而，人类的信息搜集系统性地偏离最优。病理性的偏离——例如强迫症（OCD）所特有的过度犹豫不决——为探究涉及停止过程的认知机制提供了重要契机。我们将POMDP框架加以扩展，以纳入若干关键的候选次优机制：带偏的先验信念、短暂性证据夸大、渐进性遗忘、增强的错误成本、时间调节（耐心与紧迫感），以及对截止期限的误判。我们在一个既有数据集中评估了该模型，该数据集包含105名参与者，涵盖健康对照、广泛性焦虑障碍以及OCD谱系个体，他们在一个具有受控随机截止期限的信息搜集任务中进行作答。模型比较显示，人类的序列选择总体上受主观风险惩罚和随时间变化的紧迫感所支配，而对近期证据的过度加权仅有较小且不确定的贡献；随机效应比较并不支持这一机制在总体层面成立。个体在这种过度加权的实现方式上存在差异：在一种截止条件下，被试几乎平均分布于三类模型之间，即携带对最新样本短暂夸大的模型、携带对较早证据渐进性遗忘的模型，以及完全不包含近因机制的模型。关键的是，尽管风险敏感性和选择随机性作为跨条件的共享机制发挥作用，诸如信念偏差和耐心等机制则更具可变性。最后，以OCD作为临床案例研究，我们表明，从拟合的夸大模型中模拟出的选择能够重现临床犹豫不决的、与模型无关的回归特征，而遗忘模型和无近因模型则不能。上述发现为剖析强迫谱系中信息搜集的临床偏离提供了一个生成性基础。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.21.746184v1?rss=1
🏷️ 序列决策 信息搜集 POMDP 风险敏感性 强迫症犹豫不决