💡这项突破是什么?
通过行为实验和计算建模的方法，该研究揭示了：个体决策中习惯性策略（无模型强化学习，model-free reinforcement learning）与目的性策略（基于模型的强化学习，model-based reinforcement learning）的权重由可用的工作记忆资源决定。研究团队提出了一种新型混合强化学习模型（Hybrid-WM reinforcement learning model），将工作记忆资源的有限性纳入决策机制的计算框架中。相较于传统强化学习模型，该模型不仅能够成功模拟任务负荷和延迟时间对决策行为的经典影响，还能更精准地拟合实验数据。此外，该模型在独立验证数据集上的表现进一步支持其广泛适用性。
本研究量化了工作记忆资源有限性在决策元控制中的核心作用及计算机制，为理解序贯决策行为提供了全新视角。这一发现不仅对认知科学基础研究具有重要意义，还为人机交互领域的创新应用带来启发。此外，提出的混合强化学习模型为计算精神病学提供了新工具，有助于深入解析认知障碍、精神障碍及神经疾病患者在元控制机制中的缺陷，进而为制定更精准的诊断和干预策略提供理论依据。
该论文的第一作者为健康所硕士研究生左肇煜，通讯作者是李海研究员和杨立状副研究员。本研究得到了国家自然科学基金、安徽省自然科学基金的支持。
文章链接：https://doi.org/10.1162/jocn_a_02237
计算机制原理图
