Appearance
Stress-sensitive inference of task controllability
Summary
Problem: 尽管可控性感知对适应性行为和精神健康至关重要，但大脑动态估计任务可控性的具体算法机制尚不清楚。以往研究多关注不可控压力对行为的影响，却未阐明其背后的计算过程。 Approach: 作者设计了一个新颖的“探索-预测”任务，将可控性与不确定性分离，并构建了一个基于转移熵（TE）近似值Ω的计算模型。该模型通过比较“行动者”模型（状态-行动-状态，SAS′）和“旁观者”模型（状态-状态，SS′）的转移概率来动态估计可控性，并通过仲裁器ω在两种模型间切换。研究结合行为实验（n=50）、fMRI实验（n=32）和压力诱导实验（n=54）验证该模型。 Finding: 人类确实通过比较行动者与旁观者模型的预测误差来推断可控性。纹状体和内侧前额叶皮层编码两种预测误差的差异；后扣带回、颞顶交界处和前额叶皮层追踪可控性的动态变化。不可控压力暴露显著提高了可控性推断的阈值，增加了对旁观者模型的依赖，且这种效应受状态焦虑的调节。 Significance: 该研究首次提供了可控性推断的机制性计算解释，将习得性无助与“旁观者模型过度依赖”联系起来，为理解抑郁、焦虑等精神疾病中被动行为倾向的起源提供了新的理论框架和潜在干预靶点。
Theoretical Framework
- Theoretical tradition: 计算神经科学、信息论与认知控制理论的交叉领域
- Prior theories built upon: 转移熵（transfer entropy）理论（Schreiber, 2000）；格兰杰因果（Granger causality）推广；习得性无助理论（learned helplessness）；模型化学习（model-based learning）理论；预测误差编码理论（prediction error theory）
- Causal mechanism: 大脑通过比较行动者模型（SAS′）与旁观者模型（SS′）的转移概率差异（pSAS′ − pSS′）来估计行动对环境状态转移的因果影响力。该差异信号（δΩ）被积分形成可控性估计Ω，进而通过仲裁器ω调节两种模型在预测中的相对权重。不可控压力通过提高推断阈值，使仲裁器偏向旁观者模型。
- Key assumptions: ① 可控性可以通过转移熵来形式化定义；② 大脑以近似转移熵的方式动态追踪可控性；③ 行动者与旁观者模型是独立追踪的统计学习过程；④ 探索（行动随机性）是估计可控性的必要条件；⑤ 可控性估计可以独立于奖赏加工。
- Theoretical move: 该论文扩展了习得性无助理论，将其从行为现象学层面推进到计算机制层面；同时应用了信息论中的转移熵概念来构建可检验的认知计算模型，并综合了模型化学习与压力研究两条文献脉络。
- Scope conditions: 该理论适用于无外在奖赏、仅需预测的环境；要求环境存在可控与不可控规则的交替变化；可控性估计需要一定水平的探索行为；结论主要基于健康成年人群，对精神疾病人群的推广需谨慎。
Research Design
本研究包含三个实验，均为受控实验设计：
- 行为实验（n=50）：参与者完成探索-预测任务，任务包含三个状态（方形、圆形、三角形）和三个行动（黄、蓝、品红），隐藏的转移规则在可控（行动决定下一状态）与不可控（仅前一状态决定下一状态）之间交替反转。关键因变量为预测准确率、主观可控性报告（反事实预测是否不同）和决策时间。
- fMRI实验（n=32）：在行为实验基础上采集血氧水平依赖（BOLD）信号，分析预测误差信号（δSAS′、δSS′、δΩ）的神经编码，并使用多体素模式分析（MVPA）解码主观可控性的神经表征。
- 压力实验（n=54）：参与者先完成主动回避任务，可控组可通过正确按键避免电击，不可控组接受与可控组匹配的电击（yoked设计），随后完成探索-预测任务，考察压力对可控性推断的携带效应。
自变量：规则类型（可控/不可控）、压力条件（可控电击/不可控电击）。因变量：预测准确率、主观可控性、决策时间、模型参数（阈值、斜率、仲裁器ω）、BOLD信号。
Data & Sample
- 行为实验：N=50，健康成人，未报告具体国家/地区（推测为荷兰或葡萄牙），通过标准招募程序获取，每名参与者完成约562±163个探索试次。
- fMRI实验：N=32，健康成人，接受更多训练，每名参与者完成约550±115个探索试次。
- 压力实验：N=54，健康成人，随机分为可控电击组与不可控电击组（yoked设计），每名参与者完成约519±84个探索试次。
- 数据收集时间未明确报告；数据来源为作者所在研究机构（Champalimaud Research，葡萄牙里斯本；Donders Institute，荷兰奈梅亨）。
Analytical Strategy
- 计算建模：使用贝叶斯模型比较（BIC、AIC、自由能、超越概率）比较SAS′–SS′–Ω模型与备选模型（SAS′单独模型、基于条件熵的SAS′–SS′–H模型、基于Jensen–Shannon散度的SAS′–SS′–JS模型）。通过模拟分析验证模型可辨识性和参数恢复能力。
- 行为分析：使用线性混合模型或回归模型分析决策时间，以δSAS′、δSS′和ω为预测变量；使用相关分析考察工作记忆容量（two-back任务d′）与预测准确率的关系。
- fMRI分析：使用一般线性模型（GLM）进行全脑参数分析，考察δSS′−δSAS′和δΩ的神经相关物；使用联合分析（conjunction analysis）识别两种预测误差的共同激活区域；使用搜索光（searchlight）支持向量机进行多体素模式分析解码主观可控性；进行感兴趣区（ROI）分析和混合效应模型验证。
- 压力效应分析：比较两组模型参数（阈值、斜率、ω）的差异；考察状态焦虑对压力效应的调节作用。
- 稳健性检验：针对预测误差共线性问题，采用事件对比（仅δSS′或仅δSAS′高于66百分位）和分离GLM两种方法验证；控制决策时间和Ω的混合效应ROI分析。
Results & Findings
发现1：人类通过比较行动者与旁观者模型推断可控性。 贝叶斯模型比较显示，SAS′–SS′–Ω模型在所有实验中均优于传统模型化学习算法（SAS′单独模型）及其他可控性估计方案。仲裁器ω与主观可控性报告显著相关，且该模型能更好地捕捉反转前后主观可控性的动态变化（正确预测率72.1%对66.5%）。这表明人类确实通过追踪和比较两种统计学习模型来估计可控性。
发现2：行动者与旁观者模型在行为和神经层面可分离。 两种预测误差（δSAS′和δSS′）均独立地减缓决策时间，且在高可控性估计期间决策时间更慢，这种减慢与预测准确率正相关。在神经层面，内侧前额叶皮层（mPFC）和伏隔核（NAcc）对δSAS′呈正响应而对δSS′无响应，实现了两种预测误差的分离编码。
发现3：可控性估计具有独特的神经表征。 后扣带回（PCC）、右侧背侧前脑岛（dAI）、右侧颞顶交界处（TPJ）和mPFC对可控性预测误差δΩ呈负响应。多体素模式分析显示，楔前叶、右侧TPJ、辅助运动区、左侧前运动皮层和左侧背外侧前额叶皮层（dlPFC）的局部活动模式包含主观可控性信息。mPFC背侧和右侧TPJ是唯一同时编码主观可控性、可控性预测误差和两种预测误差差异的区域。
发现4：不可控压力暴露偏向旁观者模型。 与可控电击组相比，不可控电击组在后续探索-预测任务中表现出显著更高的可控性推断阈值，仲裁器ω平均值更低，反事实预测更常相同（主观可控性更低）。这种效应并非由动机或能力下降导致（两组准确率和决策时间无差异）。状态焦虑仅在不可控组中预测仲裁器值，表明焦虑调节了压力对可控性推断的扭曲效应。
发现5：压力改变预测误差对决策时间的影响模式。 不可控压力组中，旁观者预测误差对决策时间的减慢效应增强，而行动者预测误差的效应减弱，与旁观者模型依赖增加的计算机制一致。
零结果与意外发现：压力操作未显著影响整体任务表现（准确率、决策时间）；fMRI实验中规则C2（允许状态重复）比规则C1引发更高的主观可控性报告，参与者会主动选择可能导致状态重复的行动，这一特征被模型纳入为先验知识。
Limitations
作者在文中未明确列出局限性章节，但根据研究设计可推断以下潜在局限：
- 压力实验中电击组与不可控组的实际电击频率虽经yoked设计匹配，但参与者对电击的预期存在组间差异，可能混淆压力效应的解释。
- 规则C2是唯一允许状态重复的可控规则，提供了额外的心理线索，可能使可控性推断部分依赖于这一特征而非纯粹的转移熵计算。
- 样本均为健康成人，对精神疾病人群的推广性有限。
- 压力效应的效应量较小（如主观可控性差异的d=0.48），且部分检验为单尾检验。
- 模型参数恢复分析显示部分参数的可恢复性有限（文中提及“most of its parameters could be recovered accurately”暗示并非全部参数）。
Key Contributions
- 首次提出并验证了基于转移熵近似（Ω）的可控性推断计算模型，将信息论概念转化为可检验的认知算法。
- 设计了一个将可控性与不确定性分离的新颖实验范式（探索-预测任务），克服了以往研究中两者混淆的方法学缺陷。
- 在行为和神经层面证明了行动者与旁观者模型的分离，确定了mPFC和伏隔核编码两种预测误差差异的关键脑区。
- 揭示了后扣带回、颞顶交界处和前额叶皮层在动态可控性表征中的作用，并识别了mPFC和TPJ作为整合可控性多维信息的核心节点。
- 首次提供了习得性无助的计算机制解释：不可控压力通过提高可控性推断阈值、增加旁观者模型依赖来产生被动行为倾向。
- 发现状态焦虑调节压力对可控性推断的效应，为理解焦虑与抑郁的共病机制提供了计算层面的线索。
- 证明了可控性推断可以在无奖赏条件下独立运作，扩展了模型化学习的理论边界。
Key Claims
"Estimating the controllability of the environment enables agents to better predict upcoming events and decide when to engage controlled action selection." (Abstract)
"Trial-by-trial analysis of choices, decision times and neural activity in an explore-and-predict task demonstrate that humans solve this problem by comparing the predictions of an 'actor' model with those of a reduced 'spectator' model of their environment." (Abstract)
"Exposure to inescapable stressors biased controllability estimates downward and increased reliance on the spectator model in an anxiety-dependent fashion." (Abstract)
"By gating the causal influence of action selection, controllability probably plays a central role in the engagement of elaborate action selection mechanisms." (Introduction)
"Exposure to uncontrollable stressors thus elicits an imbalance between actor and spectator mechanisms for transition probability learning consistent with a sustained shift in controllability expectations. This finding provides a parsimonious account of the cross-contextual generalization of passive strategies, a core feature of helpless states." (Results, Stress experiment section)