PsyBrain 脑心前沿 / 决策与强化学习：顶刊文献解读专题 / A · 文献解读 / A037 · NatCommun行为背后的隐秘法则：如何通过前额叶表征

A037 Nat Commun | 行为背后的隐秘法则：如何通过前额叶表征几何推断大脑的“潜伏策略”？

来源：公众号 PSY-Brain_Frontier ｜发布：2026-03-29 ｜原文链接

认知神经科学前沿文献分享

基本信息

Title: Inferring latent behavioral strategy from the representational geometry of prefrontal cortex activity

发表时间: 2026-02-17

发表期刊: Nature Communications

影响因子: 15.7

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

在面对同一个认知任务时，生物体往往可以采用多种不同的内部状态或法则来达成目标，这些不同的路径被称为“任务策略”。有趣的是，有些策略会导致明显的行为差异，比如反应时间的快慢或准确率的高低；但还有一些策略，它们最终产生的行为结果完全一致。这类无法通过外部行为表现来区分的策略，被称为“隐性策略”（latent strategies）。

长期以来，认知科学对策略的研究大多集中在那些行为上可见的差异。隐性策略由于难以被直接观测，往往被研究者忽略。即使我们用参数化模型去拟合神经活动，通常也只能揭示底层的神经实现机制，而无法回答动物在认知层面上究竟选用了哪套策略。

为了打破这一僵局，近期发表于《Nature Communications》的一项研究提出了一种巧妙的跨界比对思路。研究者训练了循环神经网络（RNN）来模拟执行同一任务的不同策略，随后将猕猴前额叶皮层的真实神经活动与这些RNN模型的“表征几何”（representational geometry）进行对比。通过这种方法，研究者成功推断出了猕猴在工作记忆任务中真正使用的隐性策略。

研究核心总结

这项研究的核心在于将复杂的认知策略具象化为神经网络中的高维空间几何特征。研究者训练猕猴和RNN模型完成一项“工作记忆更新任务”，并重点考察了两种可能的隐性策略。

一、两种截然不同的工作记忆策略

在任务中，受试者需要先记住第一个目标（Item 1），经过一段延迟期后，可能会出现一个干扰项，也可能会出现一个新的目标（Item 2）来替换旧目标。最终，受试者需要报告最后一个有效目标的位置。

针对这个任务，存在两种潜在的解决策略。第一种是“召回时提取”（Retrieve at Recall, R@R），即在早期阶段先将记忆信息存储在一个无注意力的独立神经子空间中，直到最后需要做决定时，才将信息旋转提取到用于输出的“读取子空间”。第二种是“复述与更新”（Rehearse and Update, R&U），即从一开始就将信息直接加载到读取子空间中，并在新目标出现时直接在线覆盖更新。研究者分别约束RNN模型学会了这两种策略，并记录了猕猴外侧前额叶（LPFC）和弓状沟前区（PAC）的神经活动。

Fig 1. 猕猴执行的工作记忆更新任务范式，以及两种不同策略（R@R与R&U）在RNN模型中的输入输出活动设计。

二、跨时间解码揭示了稳定的记忆代码

为了初步评估大脑究竟倾向于哪种策略，研究者首先在全状态空间下进行了跨时间解码分析。结果显示，在延迟期内，LPFC和PAC的神经群体都表现出了高度稳定的目标位置编码。

这种稳定且跨时间泛化的代码特征，与采用R&U策略的RNN模型高度一致。相反，采用R@R策略的RNN模型在早期延迟阶段表现出了高度动态的编码特征，且在面对干扰项时，其目标代码会发生显著的“变形”（morphing）。这一结果初步暗示，猕猴大脑采用的是持续复述并在线更新的策略。

Fig 2. 全状态空间下的跨时间解码准确率与代码稳定性分析，显示两个大脑区域的编码特征与R&U模型高度一致。

三、表征子空间的几何对齐证实了策略归属

解码分析虽然有效，但相对粗糙。为了更精确地刻画神经表征，研究者进一步分析了编码目标位置的神经活动子空间的几何关系。

如果大脑采用R@R策略，那么早期记忆和晚期记忆应该存储在不同的（正交或旋转的）子空间中；如果采用R&U策略，两者应该共享同一个子空间。几何分析表明，LPFC、PAC以及R&U模型中，编码早期目标和晚期目标的子空间是高度共面（coplanar）且对齐（aligned）的，代码可以在两个子空间之间完美迁移。而R@R模型则完全不具备这些共面与对齐特征。

Fig 3. 目标位置编码子空间的几何关系（共面性与对齐度）及代码可迁移性，进一步证实了大脑未采用R@R策略。

四、读取子空间上的群体轨迹漂移

最后，研究者将神经群体活动直接投影到最终驱动行为的“读取子空间”上，观察表征轨迹随时间的漂移情况。

在遇到干扰项的试验中，由于目标位置没有改变，R&U模型以及猕猴的LPFC和PAC在读取子空间上的投影几乎没有发生漂移。然而，R@R模型由于需要将早期无注意格式的信息重新格式化并转移到读取子空间，其轨迹出现了巨大的漂移。这一决定性的几何特征差异，彻底锁定了猕猴的真实行为法则：它们在任务中始终维持着一个可直接读取的表征空间，并采用R&U策略来解决工作记忆更新问题。