科学网—人脑如何同时追求两个目标
精选
已有 169 次阅读
2026-8-14 07:22
| 系统分类: 海外观察
人脑如何同时追求两个目标
在自然界中，动物可以整合多种行为策略，从而同步向着多个目标推进。研究人员运用工程学中的控制理论，分析受试者在玩一款简单电子游戏时的内在目标，揭示了人脑三个脑区协同工作，实现目标混合整合的神经机制。
研究问题
实验室环境下，决策者面对的是简单、直接、相互独立的选择；但现实世界中往往同时存在多个互相竞争的目标。因此决策者有时需要将多个目标进行融合，该过程称为组合加工。通过这种方式，人可以 “分散押注”，同步追寻多重目的。
神经科学家研究行为调控多采用自下而上的研究思路：把行为划分成一个个独立状态，识别不同状态之间的转换 1。但这套方法会忽略“目标组合策略”。为解决该局限，研究团队引入工程学常用的数学框架——控制理论。该理论可以对一类系统建模：系统的控制中心依靠反馈信号调节各类参数，以此达成一个或多个目标。具体而言，本研究利用控制理论，从外在行为中反推一个潜藏的目标混合（潜变量），继而探究大脑如何计算得到该变量。
研究发现
受试者执行简单的猎物追逐任务时，研究人员记录了三个脑区的单个神经元活动：海马体、前扣带回皮层、眶额叶皮层。受试者操作游戏摇杆，操控屏幕上的虚拟角色去捕捉逃跑的猎物；不同猎物对应不同奖赏价值，该任务可以看作简化版吃豆人游戏（图 1a）。
> 任务示意图：受试者追逐两个目标其中之一；三张脑区图显示，不同走向的神经轨迹会在策略切换时间点附近发生交叉。
图 1｜猎物追逐任务与控制策略切换过程中的神经动态
a. 猎物追逐任务示意图。受试者操控摇杆，控制屏幕上圆形虚拟角色，追逐两个移动速度不同（单位：像素/秒 px s⁻1）的方形猎物。右图为任务中可能出现的目标组合；单次实验只会出现其中两个猎物。
b. 将群体神经活动投影到低维数学空间，该空间可以表征目标混合变量 w(t)；图中展示前扣带回皮层（ACC）、海马体（HPC）、眶额叶皮层（OFC）在策略切换时的神经信号。采用解混主成分分析（dPCA）完成神经活动投影，投影单位为任意单位（a.u.）。橙色曲线代表从高价值猎物切换至低价值猎物；绿色曲线代表反向切换。黑色横线代表时间窗口（以高、低价值目标发生交叉的时刻为参照）：在该时间段内，可以从神经信号中显著解码出目标混合变量；黑线上方的数值代表解码准确率。
本研究不只是观察外在行为状态，而是想要解析大脑如何表征、调控内在目标。因此，研究者构建了基于控制理论的行为模型，通过估算潜在的目标混合变量，解释观察到的摇杆操作行为。该变量可以量化每一个时间点上目标的混合程度，让行为能够反映多个目标的叠加效果。
举个例子：某一时刻，受试者 70%的行为趋向于追逐猎物A，30%趋向追逐猎物B；片刻之后比例变为10%比90%，就代表大脑的控制分配发生改变。
研究发现，上述三个脑区均会编码这个潜在的目标混合变量，但三者在变量动态变化过程中承担不同功能（图 1b）。
1. 海马体：在目标策略切换之后，负责更新目标混合比例；
2. 前扣带回皮层：预判即将到来的策略切换，并且在混合比例发生改变的前后持续追踪目标混合变量的数值；
3. 眶额叶皮层：负责表征各类策略对应的价值，但并不执行、也不监控这套混合策略。
未来研究方向
本研究证实，工程学领域十分重要但在行为神经科学中很少使用的控制理论，可以用来探究执行认知功能的神经机制。随着神经科学更多地转向研究贴近现实的复杂交互行为，控制理论会具备很高应用价值 23。
研究团队认为，该成果有助于检测抑郁、阿尔茨海默病等疾病发病前后，临床上有重要意义的执行控制功能的细微改变。另一研究方向是将这套思路拓展到更复杂的现实场景，例如驾驶：驾驶行为十分复杂，但输出行为相对简单（低维度），可以使用和本研究相似的框架开展建模。
长远来看，研究者希望把这套方法应用到自由活动、与三维复杂环境互动的人类被试身上。借助控制理论解析行为，研究者可以跳出 “把行为当作一系列离散状态”的固有思路，建立更贴合真实情况的组合式视角：行为是多重目标相互融合之后的外在表达。
——作者：阿西亚·切里科尼、本杰明·Y·海登，美国得克萨斯州休斯顿市，贝勒医学院
专家评述
“该文章探究了前扣带回皮层与海马体在表征控制策略/内在目标，以及目标切换过程中的差异化作用。研究采用全新设计的双猎物追逐任务。我们认为该实验范式极具创新性与趣味性，提供了一种更具动态性、更贴合生态效度的手段，用以推进认知控制、任务切换领域新旧理论的发展。”
——森内·布拉姆、扬内·赖恩德斯，比利时根特大学
论文背后的故事
这项研究历时漫长。项目起源于 2012年：当时在罗切斯特大学做博士后的亚历克斯·托梅设计了这套实验任务（此后任务范式基本没有改动），并提出核心科学问题。研究的初衷是把斑块觅食任务⁴的逻辑，从离散行为范畴拓展到真正连续、具备交互性的行为场景。斑块觅食任务中，动物会停留在资源不断衰减的觅食点，或是离开该区域去别处探索。
团队很快意识到，微观经济学理论、觅食理论都不足以解决该科学问题，需要更强有力的工具，于是转向控制理论。相关数学推导难度很高；即便亚历克斯 ·托梅离开之后，相关工作依旧持续推进。在迈克尔·柳、保罗·施拉特、斯科特·林德曼、扎克·皮特考等人协助下，贾斯汀·法恩最终推导出核心解法。之后阿西亚·切里科尼对该成果进一步完善拓展，审稿人也给出重要建议与指导。
——本杰明·Y·海登
编辑手记
我们绝大多数关于决策的认知，都来自针对离散选择的实验；但现实世界很多行为是随时间连续动态变化的。该研究将计算建模和人脑颅内电生理记录结合，使用动态行为任务，回答了一个重要科学问题：当外界环境发生改变，大脑如何在多个互相竞争的目标之间灵活权衡。该研究向着解析现实行为瞬时灵活调控的内在机制迈出重要一步。
——玛丽·伊丽莎白·萨瑟兰，《自然》副主编
转载本文请联系原作者获取授权，同时请注明本文来自孙学军科学网博客。 链接地址： https://blog.sciencenet.cn/blog-41174-1547698.html
上一篇： 数十亿水下生物的浮力气囊【颠覆发现】 欢迎参加科学网十佳博文评选活动！ 主办单位： 
支持单位： 