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 / A050 · Neuron重磅：大脑如何用“加法”突触做“乘法”决策？

A050 Neuron重磅：大脑如何用“加法”突触做“乘法”决策？OFC经济选择回路全解析

来源：公众号 PSY-Brain_Frontier ｜发布：2026-02-12 ｜原文链接

PsyBrain 脑心前沿 | 公众号 PSY-Brain_Frontier

一键关注，点亮星标 ⭐️

不错过每日前沿资讯

🧠 PsyBrain · 寒假提升计划 💪

你是否经历过这样的时刻：面对海量的 sMRI、fMRI 或 EEG 数据，不知从何下手构建 Pipeline？为了跑通一个模型，在 GitHub 和论坛之间反复横跳，甚至和 AI 纠缠半天却依然报错？明明有着绝佳的实验结果，却不知道怎么画脑袋，更不知道论文里那些漂亮的 🧠 是怎么来…

数据分析原理、实践与可视化本该是通往真理的桥梁，但往往成为阻碍你探索科学的高墙。

今年，我们联手国内顶尖名校博士和资深硕博生为你打造了一套认知神经科学全栈工具箱。从经典的sMRI、fMRI、dMRI、EEG/MEG，到硬核的 电生理、脑机接口，再到前沿的 RSA、MVPA、强化学习、认知建模、大语言模型，我们一站式配齐，欢迎查看~

课程时间 2026年2月24-28日，部分开设在3月初，报名截止 2026年2月17日。

考虑到报名人数和授课老师的时间安排，仍开设的课程如下，欢迎垂询~

报名截止 5 天倒计时~ 报名截止倒计时十天 | 面向心理学、认知神经科学同学的寒假提升班

认知神经科学前沿文献分享

基本信息

Title:A neural circuit framework for economic choice: From building blocks of valuation to compositionality in multitasking

发表时间：2026.2.4

发表期刊: Neuron

影响因子：15.0

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”即可跳转论文原网页

研究背景

在日常生活中，我们每时每刻都在做经济决策：是选一份确定的100元收益，还是搏一把50%概率的250元？这种看似直觉性的选择，实则通过了大脑精密的计算。长期以来，神经科学界已经确认眶额叶皮层（Orbitofrontal Cortex,OFC）是这一过程的核心“枢纽”。早期的单细胞电生理研究在OFC中发现了编码“选项价值（Offer Value）”、“被选价值（Chosen Value）”和“决策结果（Choice）”的神经元。

然而，尽管我们知道了“有哪些神经元参与”，却依然对“神经回路是如何连接以实现计算的”知之甚少。这里存在几个经典的未解之谜：第一，神经突触的输入通常是线性的（累加），但计算期望价值（Expected Value）却需要非线性的乘法运算（概率 × 数量）。大脑是如何用“加法”硬件做“乘法”题的？第二，我们的主观偏好（比如有人更厌恶风险，有人更喜欢大额回报）究竟存储在回路的哪个物理位置？第三，也是最关键的，大脑如何利用同一套神经回路，灵活应对各种不同形式的决策任务（如二选一、多选一、跨期选择），实现认知的“组合性（Compositionality）”？

为了解开这些黑箱，来自纽约大学和华盛顿大学圣路易斯分校的研究团队，利用符合生物学约束的递归神经网络（RNN）和强化学习范式，构建了一个能够模拟灵长类动物进行多种经济选择任务的计算模型，为我们揭示了决策背后的神经回路机制。

Figure 1. Task structures and network architecture

研究核心总结

本研究通过训练递归神经网络（RNN）执行包括标准二选一、风险决策、多属性组合、三选一及序列决策在内的五种经济选择任务，揭示了一个“两阶段计算框架”，并完美重现了灵长类OFC的神经生理学现象。其核心发现如下：

Figure 2. Logistic behavioral analysis of networks trained on all choice tasks

一、价值计算的物理基础：前馈权重的非线性映射

研究表明，对选项价值的计算主要发生在输入层的前馈通路，而非递归网络内部。

乘法近似机制：尽管突触整合本质上是加性的，但网络通过在输入层建立非线性的函数近似，成功模拟了“概率 × 数量”的乘法运算。这解释了为何生物体能将在有限训练中习得的价值规则泛化到从未见过的全新选项组合上。
偏好的物理存储：个体的主观经济偏好（即“无差异点”的相对价值）被物理编码在长程输入投射的突触权重中。输入权重的强度直接决定了决策行为中的相对价值排序。

Figure 3. Single-neuron analysis in networks trained on all economic choice tasks

二、价值比较的动力学机制：竞争性递归抑制

一旦价值在前馈阶段被计算出来，决策的比较过程则由递归回路接管。研究识别出一种关键的回路模体：竞争性递归抑制（Competitive Recurrent Inhibition, CRI）。

赢家通吃：选择特定选项的兴奋性神经元会驱动对应的抑制性神经元，后者进而强力抑制编码其他选项的兴奋性神经元，从而实现稳健的二元或多元选择。
负编码的功能性意义：模型自然涌现出了OFC中常见的“负编码神经元”（即对选项价值呈负相关反应）。研究证明，这些负编码并非噪音，而是CRI模体的直接产物，通过“减法”机制增强了竞争选项之间的信号对比度，对维持高精度的决策至关重要。

Figure 4. Low-dimensional population dynamics reveal a robust geometric solution for decision-making

三、多任务处理的“组合性”编码

对于单一网络如何处理多种截然不同的任务，研究发现网络采用了一种“共享核心 + 专用模块”的组合策略。

低维流形复用：对于结构相似的任务（如标准决策、风险决策），网络复用了同一套低维神经流形和几何结构。
任务特异性子空间：对于需要工作记忆（如序列决策）或更高维度比较（如三选一）的任务，网络会招募正交的、功能特异的神经子空间和专用神经元模块。
图式形成：通过课程学习（Curriculum Learning），网络能形成可复用的认知图式，利用简单任务的训练经验加速复杂任务的学习，体现了大脑高效的知识迁移能力。

图10

Figure 5. Dissecting the circuit mechanisms of value computation

图11

研究意义

这项工作提出了一个统一的、生物物理可解释的经济选择理论框架。它不仅在微观层面解释了OFC神经元的多样化调谐特性（如混合选择性），更在宏观层面揭示了大脑如何通过灵活调用共享与专用模块，实现复杂且泛化的决策行为。

图12

Figure 6. Dissecting the neural circuit mechanisms of value comparison

图13

Figure 7. Compositionality and curriculum learning in networks trained on all tasks

图14

Figure 8. Multiplicative value computation enables robust generalization to novel offers in networks trained on a constrained risky task

图15

Abstract

Value-guided decisions are a cornerstone of cognition, yet the underlying circuit-level mechanisms remain elusive. We used reinforcement learning to train recurrent neural network models endowed with Dale’s law on a battery of economic choice tasks, which revealed a two-stage computational framework. First, value estimation occurs at the input level, where learned weights store subjective preferences and approximate the non-linear multiplication of reward magnitude and probability to yield expected values. This feedforward mechanism enables generalization to novel choice options. Second, option values are compared within the recurrent network, where specific connectivity patterns mediate robust winner-take-all decisions, with both excitatory and inhibitory neurons exhibiting value and choice selectivity. By training a single network on multiple tasks, we show compositional representations combining a shared computational schema with specialized neural modules. Reproducing key neurophysiological findings from the primate orbitofrontal cortex, our model unifies value computation, comparison, and generalization into a coherent framework with testable predictions.

图16