Appearance
People construct simplified mental representations to plan
Summary
Problem: 传统心理学、经济学和人工智能中的规划理论（如启发式搜索）通常假设决策者拥有一个完整且固定的任务表征，然后在此表征上进行计算。然而，这种假设忽略了任务表征本身可以被主动控制的可能性。本文旨在解决的核心问题是：人们如何以及为何会构建简化的任务表征来规划，以及这种构建过程是否遵循某种最优原则。 Approach: 作者提出“任务构念”（task construal）的概念，即决策者从任务中挑选出一组原始因果关系的子集来构建一个简化的转移函数。他们基于马尔可夫决策过程（MDP）和“专家乘积”（product of experts）技术，形式化定义了“构念价值”（Value of Representation, VOR），即构念的行为效用减去其认知成本（以构念中考虑的效应数量衡量）。随后，他们设计了一个迷宫导航范式，通过一系列预注册行为实验（包括记忆探测、感知/执行控制实验和过程追踪实验）来检验人们的行为是否与最优价值导向构念的预测一致。 Finding: 实验结果表明，价值导向构念显著预测了参与者对障碍物的记忆（包括意识判断、回忆准确性和信心）以及过程追踪任务中的悬停行为。即使在控制了感知和执行过程的影响后，价值导向构念仍然是解释记忆反应的显著因素。此外，模型比较显示，价值导向构念的解释力优于其他十种替代预测因子（如轨迹启发式搜索、图启发式搜索、瓶颈距离等）。 Significance: 这项研究对认知科学和人工智能领域具有重要意义。它挑战了传统规划理论中任务表征固定的假设，提出并验证了任务表征本身是受控的、可动态调整的。这为理解人类规划的效率和灵活性提供了新的计算原理，也为设计更高效的人工智能规划系统提供了启示。
Theoretical Framework
- Theoretical tradition: 理性资源受限（resource rationality）与计算认知科学传统。
- Prior theories built upon: 马尔可夫决策过程（MDP）框架；Newell和Simon的启发式搜索理论；资源理性模型（如Griffiths等人）；期望控制价值（expected value of control）模型；经济学中的基于稀疏性的行为不注意模型；机器学习中的“专家乘积”技术。
- Causal mechanism: 决策者通过一个“外层循环”（构念选择）和“内层循环”（规划计算）的双层嵌套优化过程，选择一组原始因果关系（障碍物）来构建构念。构念的复杂度（考虑的效应数量）产生认知成本，而构念的行为效用（在真实任务中使用该构念计算出的计划所获得的效用）产生收益。决策者通过最大化“构念价值”（效用减去成本）来平衡这两者，从而决定哪些任务元素被纳入表征。
- Key assumptions: 任务构念与原始任务共享相同的状态空间、动作空间和效用函数，但构念的转移函数可以更简单；认知成本可以简化为构念中考虑的效应数量（描述长度）；决策者能够（或近似）选择最优构念。
- Theoretical move: 本文扩展了现有的规划理论。它没有推翻启发式搜索等经典框架，而是通过引入“任务构念”这一可控变量，将规划问题从“在固定表征上计算”扩展为“同时选择表征并计算”，从而将表征选择纳入理性分析的范畴。
- Scope conditions: 本文的模型适用于任务可以分解为多个独立或交互的原始因果关系（如障碍物）的场景。作者指出，如何精确地识别或学习最优构念的算法问题超出了本文范围，是未来研究方向。模型假设构念与原始任务共享状态、动作和效用函数，这限制了其适用范围。
Research Design
本文采用行为实验设计，包含多个预注册实验。分析单元是单个障碍物（每个迷宫中的每个障碍物为一个观测点）。关键自变量是“价值导向构念概率”（value-guided construal probability），即模型预测某个障碍物被纳入最优构念的概率。因变量是多种测量指标，包括：
- 意识判断（awareness probe）：参与者对每个障碍物在规划过程中的意识程度（0-1量表）。
- 回忆准确性（recall accuracy）：参与者能否正确识别哪个障碍物（绿色或黄色）曾出现在迷宫中。
- 回忆信心（recall confidence）：参与者对回忆答案的信心程度（0-1量表）。
- 过程追踪行为：在过程追踪实验中，是否悬停（hover）某个障碍物以及悬停时长（对数转换后的毫秒数）。
Data & Sample
- 样本量: 初始实验（n=161）；关键迷宫回忆实验（n=78）；感知控制实验（n=88）；执行控制实验（n=80）；过程追踪实验（样本量未在摘要中明确给出，但涉及初始迷宫和关键迷宫两组）。
- 人群: 参与者通过Prolific在线实验平台招募，为独立参与者。
- 国家/地区: 未明确说明，但Prolific平台主要覆盖欧美国家。
- 招募方式: 在线招募。
- 数据收集方法: 在线行为实验，参与者通过电脑界面完成迷宫导航任务。
- 时间周期: 未明确说明，论文发表于2022年，数据收集应在2021-2022年间。
- 数据来源: 作者自建的迷宫导航实验范式。
Analytical Strategy
- 统计模型: 使用分层线性模型（HLMs）和分层广义线性模型（HGLMs）来分析数据。
- 关键分析: 通过似然比检验（likelihood ratio tests）比较包含和不包含z-score标准化后的价值导向构念概率的模型，以检验其预测效力。
- 控制变量: 在控制实验中，将感知控制和执行控制组的平均反应作为协变量纳入模型，以排除感知和执行过程的解释。
- 模型比较: 拟合一个包含价值导向构念和十种替代预测因子（如轨迹启发式搜索、图启发式搜索、瓶颈状态距离、后继表征重叠、导航距离、到目标/起点/墙壁/中心的距离等）的全局模型，然后逐一移除每个预测因子，计算AIC的变化量，以评估各预测因子的独特解释价值。
- 稳健性检验: 通过多种不同的测量方式（意识、准确性、信心、悬停行为）和不同的实验变体（初始迷宫、关键迷宫、前置规划、过程追踪）来交叉验证核心发现。
Results & Findings
- 核心发现一：价值导向构念预测记忆反应。在初始实验中，价值导向构念概率显著正向预测参与者的意识判断（β=0.133）。在关键迷宫实验中，该模型同样显著预测了回忆准确性（β=0.648）和回忆信心（β=0.104）。这表明，被模型预测为更可能纳入构念的障碍物，参与者的记忆痕迹更强。
- 核心发现二：结果在多种条件下稳健。当参与者在移动前必须前置规划（看不到障碍物）时，价值导向构念仍然预测意识判断（β=0.115）。当在规划后、执行前立即进行意识探测时，结果依然显著（β=0.106）。这排除了执行过程对记忆的干扰。
- 核心发现三：排除感知和执行解释。在感知控制（仅观看迷宫但不规划）和执行控制（沿路径移动但不规划）中，价值导向构念不再是显著预测因子。在将控制组的反应作为协变量纳入模型后，价值导向构念对规划组反应的预测仍然显著（准确性：β=0.58；信心：β=0.039；意识：β=0.054）。这证明记忆反应源于规划过程本身，而非简单的感知或执行。
- 核心发现四：过程追踪证据。在过程追踪实验中，价值导向构念显著预测了参与者是否悬停某个障碍物（初始迷宫β=0.704；关键迷宫β=0.802）以及悬停时长（初始迷宫β=0.161；关键迷宫β=0.369）。这提供了规划过程实时展开的证据。
- 核心发现五：模型比较优势。在包含十种替代预测因子的全局模型中，移除价值导向构念导致模型拟合度下降最大（AIC增加最多），表明其具有独特的解释价值。
- 零结果/意外发现: 论文未明确报告零结果。但值得注意的是，感知和执行控制组的反应本身可能受到某些低层次视觉特征的影响，但价值导向构念的预测力在控制这些因素后依然存在，这本身是一个重要的非平凡发现。
Limitations
- 作者承认，如何精确地识别或学习最优构念的算法问题超出了本文的研究范围，这是未来研究的关键方向。
- 模型假设构念与原始任务共享状态空间、动作空间和效用函数，这可能限制了模型的适用范围。
- 认知成本被简化为构念中考虑的效应数量，这是一种简化处理，未考虑算法特定的成本或硬约束。
- 记忆探测（意识、回忆）是构念过程的间接测量，虽然过程追踪实验提供了更直接的证据，但仍有间接性。
- 实验任务（迷宫导航）相对简单，其结论在更复杂、更自然的环境中的推广性有待验证。
Key Contributions
- 提出了“任务构念”这一概念，并形式化了“价值导向构念”的计算模型，将任务表征选择纳入理性规划的框架。
- 通过一系列预注册行为实验，提供了强有力的证据表明人们在规划时会主动构建简化表征，且该过程遵循最优平衡复杂度与效用的原则。
- 通过感知和执行控制实验，严格排除了非规划过程（感知、执行）对结果的解释，确立了规划过程在表征构建中的核心作用。
- 通过过程追踪范式，提供了规划过程实时展开的行为证据，补充了基于记忆的间接测量。
- 通过模型比较，证明了价值导向构念的解释力优于多种传统的规划相关预测因子，确立了其独特的理论价值。
- 挑战了传统规划理论中任务表征固定的假设，为理解人类规划的效率和灵活性提供了新的计算原理。
Key Claims
"Here we propose that task representations can be controlled and that such control provides opportunities to quickly simplify problems and more easily reason about them." (Introduction)
"We propose a computational account of this simplification process and, in a series of preregistered behavioural experiments, show that it is subject to online cognitive control and that people optimally balance the complexity of a task representation and its utility for planning and acting." (Abstract)
"Our analysis and findings suggest that controlled, moment-to-moment task construals have a key role in efficient and flexible planning." (Introduction)
"Thus, responses after planning are not reducible to a simple combination of perception and execution, and they can be further explained by the formation of value-guided construals." (Controlling for perception and execution)
"If so, then understanding how people achieve (or approximate) this ability will be a key direction for future research." (Task construals from first principles)