A008 Nat Mental Health | 强化学习刻画自闭症与非自闭症偏好学习
来源：公众号 PSY-Brain_Frontier ｜ 发布：2026-06-08 ｜ 原文链接
认知神经科学前沿文献分享
基本信息
Title: Modeling how autistic and non-autistic groups learn about their own and each other’s preferences
发表时间: 2026-06-02
发表期刊: Nature Mental Health
影响因子: 8.7
获取原文:
-
添加小助手: PSY-Brain-Frontier 即可获取PDF版本
-
点击页面底部“阅读原文”跳转论文网页
研究背景
日常互动常需要推断他人喜欢什么。双重共情问题（double empathy problem, DEP）认为，自闭症与非自闭症之间的相互理解困难，可能来自双方社会表征和推断方式不匹配。本文关注一个更可测量的入口：自闭症与非自闭症群体的偏好结构是否不同，以及这种差异是否会影响对同伴偏好的学习
实验设计与方法逻辑
研究包含三个实验:
实验1比较非自闭症成人、非自闭症青少年和自闭症青少年对食物、活动项目的自我偏好评分，用群体平均偏好、语义相似性和项目关系建立社会知识表征
实验2让非自闭症成人学习非自闭症或自闭症青少年的偏好
实验3让自闭症青少年完成同类任务。作者用预测误差（prediction error, PE）衡量准确性，并用分层贝叶斯强化学习（reinforcement learning, RL）模型比较无学习、粗粒度学习和细粒度学习模型（fine-granularity model）
Fig1：实验设计
核心发现
发现一：自闭症青少年的群体平均偏好更难代表个体
自闭症青少年的自我偏好评分更分散，相比非自闭症青少年呈现更高群体内变异性；平衡重采样后，这一差异仍然稳健。项目之间的偏好关系也更受语义相似性影响，相近项目的偏好联系更强。这说明平均群体印象在预测自闭症青少年具体个体时边界更明显
Fig. 2 中，作者展示了三组偏好评分分布、项目相关矩阵和概念层面的评分差异；这一结果提示，偏好结构本身会限制群体知识对个体的预测力
发现二：成人能学习自闭症青少年的偏好，但总体误差更高
非自闭症成人在两种学习对象条件下都会随试次降低PE，说明他们并非不能学习自闭症青少年的偏好。不过，成人在学习非自闭症青少年偏好时PE更低，整体准确性更高。模型比较显示，两种条件下细粒度学习模型都优于粗粒度模型和无学习模型，反馈更新更像是按项目相似性扩散，而不是只按大类别迁移
Fig. 3 中，作者展示了成人PE随试次下降、两类对象条件下的误差差异，以及细粒度模型更高的预测表现；这一结果提示，准确性差异与目标群体偏好可预测性有关
发现三：自闭症青少年也使用细粒度学习，但同诊断并不自动更好预测
自闭症青少年的初始期望更接近自闭症青少年群体偏好，说明他们会调用与自闭症同伴相关的群体知识。但在任务中，他们预测自闭症同伴时没有表现出更低PE，反而预测非自闭症青少年偏好时PE更低。较高自闭症特质（autistic traits）和行为僵化（behavioral rigidity）与较低学习率相关
Fig. 4 中，作者展示了自闭症青少年的PE、参考点效应、模型比较和参数关联；这一结果不支持“同诊断群体一定更容易相互理解”的简单解释
省流总结
这项 Nature Mental Health 研究把DEP放进偏好学习任务中检验。结果显示，自闭症青少年的偏好更具个体差异，使群体平均知识较难预测个人；两组学习者都主要依赖细粒度反馈更新
分享人：天天
审核：PsyBrain 脑心前沿编辑部
💡 关于我们
👋 你好，这里是「PsyBrain 脑心前沿」
🧠 专注追踪全球认知神经科学的最尖端突破
🔍 视野直击 Nature, Science, Cell 正刊 及核心子刊与顶级大刊
📄 每日速递「深度解读」与「前沿快讯」
科研是一场探索未知的长跑，但你无需独行。欢迎加入 PsyBrain 学术社群，和一群懂你的同行，共同丈量脑与心智的无垠前沿。
👇点击卡片进群，欢迎你的到来👇
一键关注，点亮星标 ⭐ 前沿不走丢！
一键分享，让更多人了解前沿
预览时标签不可点
阅读原文
不喜欢
微信扫一扫
关注该公众号
知道了
微信扫一扫
使用小程序
取消 允许
取消 允许
取消 允许
× 分析
微信扫一扫可打开此内容，
使用完整服务