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 / A077 · 最新Nature子刊！MIT团队推出重磅CogLink模

A077 最新 Nature 子刊！MIT团队推出重磅CogLink模型，详细揭示层级决策中不确定性处理的神经基础

来源：公众号 PSY-Brain_Frontier ｜发布：2025-10-21 ｜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

认知神经科学前沿文献分享

基本信息

Title:The neural basis for uncertainty processing in hierarchical decision making

发表时间：2025.10.16

Journal：Nature Communications

影响因子：15.7

获取原文：

后台回复“文献”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

引言：CogLink-像“乐高”一样搭建大脑决策系统

在日常生活中，我们时常面临各种“不确定性”，并需要在此基础上做出决策。想象一个场景：你正在和一位新同事交谈，但气氛却有些尴尬。这时，你的大脑会迅速进入一个复杂的计算过程：这种尴尬，究竟是因为我选择的话题很糟糕，还是因为这位同事今天本身就心情不佳或状态不好？

这个问题看似简单，却直指人类认知能力的核心。它并非一个单一的问题，而是一个“层级决策”（hierarchical decision）问题。在这里，“话题选择”是一个较低层次的具体变量，而“同事的状态”则是一个更高层次、无法直接观测的潜在情境。大脑必须准确地对这个意外结果（尴尬的气氛）进行“分锅”（credit assignment），判断其根源究竟在哪一个层级。

这个判断至关重要，因为它直接决定了你下一步的行动策略。如果问题出在话题上，那么换个话题或许就能化解尴尬。但如果问题在于同事的情绪，那么明智之举可能是暂停对话，改日再聊。我们通常所说的“社交直觉”或“情商”，其背后正是一种在多层级不确定性中进行推理和决策的精密神经计算过程。当面对一位熟悉的朋友时，由于你对他/她的偏好（低层级不确定性）已经很了解，就更容易将反常的沉默归因于情绪（高层级不确定性）。然而，大脑究竟是如何通过神经回路来实现这种复杂、灵活、且对生存至关重要的认知功能的？这正是神经科学领域面临的一个根本性挑战。

2025年10月16日，发表于《自然·通讯》（Nature Communications）的一项研究，通过构建一个名为CogLink的创新计算模型，为我们揭示了大脑处理层级不确定性的神经基础，并为理解精神分裂症等精神疾病的认知障碍提供了全新的视角。

省流总结

对于时间有限的读者，以下是这篇重磅研究的核心总结：

面临的挑战：长久以来，神经科学界缺乏一个既具有生物学合理性、又能清晰解释其内部算法的计算模型，来阐明大脑如何在复杂环境中同时处理多个层级的不确定性。
创新的方案：研究团队开发了一种名为CogLink的新型神经网络架构。它并非传统的“黑箱”模型，而是通过数学分析构建，旨在搭建一座连接真实神经回路与高级认知算法的桥梁。
核心机制：CogLink模型揭示了一种精巧的“劳动分工”机制。一个模拟基底节（basal ganglia, BG）的回路，负责处理较低层次的不确定性（例如，某个选项有多大概率获得奖励？），从而在“探索”新选项和“利用”已知最优选项之间取得平衡。而另一个模拟丘脑-皮层（thalamo-cortical），特别是前额叶皮层（PFC）与丘脑内侧背核（MD）之间交互的回路，则负责处理更高层次的情境不确定性（例如，当前环境的规则是否发生了变化？），从而实现灵活的策略转换。
深远启示：这一双系统架构不仅成功解释了健康大脑在动态环境中的灵活决策行为，更重要的是，通过模拟该模型特定节点的扰动，能够复现精神分裂症患者身上观察到的典型认知缺陷，为“计算精神病学”这一前沿领域提供了强有力的工具和深刻的机理洞见。

研究背景

在探索大脑决策机制的道路上，研究者们主要依赖两大类计算模型，但它们都存在各自的局限性，使得我们对大脑如何处理层级不确定性的理解始终存在一道鸿沟。

第一类是规范化的贝叶斯模型（normative Bayesian models）。这类模型基于概率论，逻辑严谨、数学优美，能够精确描述一个“理想观察者”在不确定性下应如何做出最优决策。然而，它们的软肋也十分明显。首先，贝叶斯模型要求我们预先设定一个关于环境如何运作的“生成模型”（generative model），但这在真实多变的世界中往往是不现实的。其次，也是更关键的一点，这些模型的组成部分（如“先验概率”、“后验概率”）是高度抽象的数学概念，很难直接对应到具体的神经元、突触或神经回路上。它们能告诉我们大脑在计算什么，却很难解释大脑是如何通过生物硬件完成这些计算的。

第二类是近年来飞速发展的深度学习神经网络（deep learning networks）。这些模型受大脑结构启发，在完成各种复杂认知任务上展现出惊人能力，有时甚至超越人类。但它们也面临着严峻的挑战。其一，许多深度学习模型如同“黑箱”，我们虽然知道输入和输出，却难以理解其内部的计算过程，这限制了它们作为科学模型的解释力。其二，更重要的是，标准的前馈或循环神经网络通常作为频率派的预测模型运行，它们本身并不显式地表征或计算“不确定性”。它们或许能学会一个任务，但无法像人类和动物一样，对自己的决策或判断抱有不同程度的“信心”（confidence）。

因此，计算神经科学领域迫切需要一种“第三条道路”：一个既能植根于真实的神经生物学细节（即可实现），又能清晰揭示其内在计算逻辑（即可解释）的模型。CogLink的设计初衷，正是为了填补这一空白，它试图成为连接可解释的贝叶斯算法与可实现的神经网络之间的桥梁。其独特的构建方式——并非通过海量数据和反向传播算法进行端到端训练，而是利用尺度分离原理和数学分析来推导和优化网络参数——是实现这一目标的关键创新。这使得CogLink不仅是一个能完成任务的网络，更是一个能够被理解、被剖析的“白箱”模型。

研究问题

基于上述背景，该研究的核心科学问题可以凝练为一句话：“大脑是如何跨越多个层级来处理和整合不确定性，并以此驱动灵活决策的？” 。

这个看似单一的问题，实际上包含了至少三个环环相扣、层层递进的子问题，而CogLink模型的设计正是为了对它们逐一作出解答：

表征问题（The Representation Problem）：神经元群体是如何编码信息的？它们不仅仅是编码一个期望值（比如“这个选项平均奖励是0.7”），更重要的是，它们如何表征围绕这个值的不确定性（比如“但我对这个估计有多大的把握？”）？
整合问题（The Integration Problem）：大脑如何将来自不同层级的信息和不确定性结合起来？具体而言，关于宏观环境的情境不确定性（例如，“游戏规则变了吗？”）是如何影响关于微观行动的关联不确定性（例如，“按A键获得奖励的概率是多少？”）的学习过程的？
控制问题（The Control Problem）：这种被整合后的不确定性表征，最终是如何被用来动态地调控行为的？例如，大脑在什么情况下会决定放弃当前看似最优的策略（利用），转而去尝试其他可能更好的未知选项（探索）？

研究设计与方法

这项研究的核心“实验”，并非在湿实验室中进行，而是在计算机中，通过精巧的设计和严谨的数学分析，逐步构建并验证一个能够模拟大脑处理层级不确定性的神经网络系统。整个构建过程分为两个阶段：首先搭建一个处理基础问题“地基”——基础版CogLink，然后在其上加盖一个处理复杂问题的“上层建筑”——增强版CogLink。

Fig. 1 | CogLink bridges neural mechanisms and algorithms to optimize parameters for achieving complex cognitive tasks.

基础版CogLink：

学习关联与平衡探索（处理低层级不确定性）

为了解决最基本的不确定性问题——在多个选项中学习哪个更好，并平衡“探索”与“利用”——研究者们构建了基础版CogLink。该模型模拟了与强化学习密切相关的前运动皮层-基底节（premotor cortico-thalamic-basal ganglia, BG）环路 。

其核心机制包含三个精妙的设计：

分位数群体编码（Quantile Population Code）：为了表征不确定性，模型摒弃了用单个数值表示选项价值的传统做法。在模拟的BG区域，它采用了一组神经元来共同编码一个选项价值的完整概率分布。每个神经元不代表平均值，而是代表该分布的特定分位数（quantile）。这样一来，一个宽阔的分布（高不确定性）和一个狭窄的分布（低不确定性）就能被神经活动清晰地区分开。
随机稀疏化采样（Sampling via Random Sparsification）：如何利用这个不确定性信息来指导探索？模型在模拟的前运动皮层（ALM）中引入了随机稀疏化的动态机制。这意味着在每一轮决策中，只有一小部分神经元被随机激活。这种机制巧妙地实现了从BG编码的价值分布中进行采样。因此，即使某个选项的平均价值不高，但如果其价值分布很宽（高不确定性），它仍有机会被采样到一个较高的瞬时价值，从而被选择执行，这就构成了不确定性驱动的探索行为。
分布式奖励预测误差（Distributional RPE）：当行动后获得奖励或惩罚时，模型通过一个模拟多巴胺信号的分布式奖励预测误差进行学习。这个误差信号不再是一个标量（scalar），而是一个向量，它能够更新整个价值分布，而不仅仅是更新平均值。这使得模型能够更精细地调整其对每个选项不确定性的估计。

通过模拟“病变”实验，研究者发现，无论是破坏随机稀疏化机制还是分布式RPE机制，都会导致模型性能显著下降，表现为过早地停止探索，固守于次优选择 。

这套“分位数编码 + 随机采样”的神经机制，不仅仅是一个有效的工程设计，它更提出了一个深刻的理论假设：这可能是大脑实现一种名为汤普森采样（Thompson Sampling）的近乎最优探索算法的生物学基础。汤普森采样的核心思想是，根据每个选项价值的后验概率分布进行采样，然后选择样本价值最高的那个选项。基础版CogLink的机制，从神经元编码、动态活动到最终决策，完美地映射了这一算法的每一步，为连接高级认知算法与低层神经实现提供了具体的、可检验的假说。

图10

Fig. 2 | Mechanistic details of basic CogLink support associative uncertainty encoding and balance exploration and exploitation.

图11

Fig. 3 | Comparison between CogLink and Thompson sampling.

增强版CogLink：

推断情境与灵活切换（处理高层级不确定性）

然而，真实世界的复杂性远不止于在固定规则下学习选项价值。环境的规则本身是会变化的（例如，之前奖励概率高的选项现在变低了）。为了应对这种情境不确定性，研究者在基础版CogLink之上，增加了一个负责执行控制的更高层级环路，构建了增强版CogLink。这个新环路主要模拟了前额叶皮层（PFC）与丘脑内侧背核（MD）之间的交互。

这个高级环路同样拥有独特而强大的计算机制：

低维吸引子表征情境（Low-dimensional Attractor for Context）：在模拟的MD中，关于当前处于哪种环境“情境”（例如，是规则A还是规则B）的信念，被表征在一个低维的单纯形吸引子（simplex attractor）上。这种动力学结构使得模型能够稳定地维持对当前情境的信念，同时又能根据新的证据灵活地更新这一信念。
近似CUSUM算法的变化检测：通过数学分析，研究者证明了这个PFC-MD环路的动力学过程，在功能上近似于一种名为CUSUM（累积和）的序贯分析算法。CUSUM算法在统计学上被证明是检测数据流中“变化点”（change-point）的最优方法之一。这意味着，PFC-MD环路可能正是大脑用来高效监测环境是否发生变化的神经模块。
信心门控的学习（Confidence-Gated Learning）：PFC到MD的突触负责学习不同情境下的“世界模型”（即在情境A下，选择X会得到什么结果）。这种学习过程由一种非线性赫布可塑性（nonlinear Hebbian plasticity）规则调控，而这个规则又被模型对当前情境的“信心”（即MD的活动强度）所门控。只有当模型非常确定当前的情境时，学习才会发生。这精妙地避免了在情境模糊时，将经验错误地归因于错误的情境模型。
中间神经元介导的层级调控：最高级的发现是MD如何调控低级的BG环路。模型显示，MD通过两条不同的中间神经元（interneuron）通路（分别经由VIP和PV神经元），向皮层发送调控信号。当情境不确定性高时（例如，刚发生规则变化），MD会通过这些通路抑制低级BG环路的学习（防止错误更新），同时增强其探索行为（以快速收集新信息）。当情境变得明朗，不确定性降低时，MD则会“松开刹车”，允许BG环路高效、自信地学习和利用。

图12

Fig. 4 | Mechanistic details of augmented CogLink facilitate the encoding of contextual uncertainty and drive flexible switching behaviors.

这个增强版的架构，为解决学习理论中的两个经典难题——灾难性遗忘（catastrophic forgetting）和层级功劳分配（hierarchical credit assignment）——提供了一个优雅的神经解决方案。MD环路就像一个系统级的“交通警察”，它首先判断当前的“交通规则”（情境），然后指挥下级单位（BG环路）应该“通行”（学习和利用）还是“绕行”（探索），从而确保整个系统在复杂多变的环境中高效、有序地运行。

图13

核心发现

通过一系列的计算模拟实验，CogLink模型不仅成功地完成了复杂的决策任务，还揭示了一系列与真实大脑功能高度吻合的核心发现，最终更是在精神疾病的计算建模上取得了突破。

神经系统的劳动分工：两个环路，两种职能

模型的核心发现是，将不确定性处理的任务划分给两个专门化的神经环路——一个负责低层级的联想学习，另一个负责高层级的情境监控——对于复现动物在复杂任务中表现出的灵活性至关重要。这个完整的双系统模型，其性能远超任何单一系统的简化模型。这一结果为神经科学中广泛存在的层级控制（hierarchical control）理论提供了强有力的计算支持。它具体地揭示了这种控制可能如何实现：PFC-MD环路并非简单地向BG环路下达命令，而是基于其对世界整体状态的信念，智能地、动态地调节BG环路的学习率和探索倾向。

图14

Fig. 5 | The augmented CogLink achieves flexible decision-making and continual learning by managing hierarchical uncertainty.

复现并解释大脑功能：丘脑MD的决定性作用

为了检验模型与真实大脑功能的对应关系，研究者进行了一项关键的“虚拟实验”：在模型中模拟丘脑MD功能的抑制。结果发现，在需要根据环境变化而灵活调整策略的动态任务（如概率反转任务）中，抑制MD会严重损害模型的适应能力，使其切换策略的速度变得异常缓慢。然而，在环境规则固定的静态任务中，抑制MD的影响则微乎其微。

这一发现与在动物实验中通过药理学或光遗传学方法抑制MD后观察到的现象惊人地一致。更重要的是，模型不仅复现了行为，更提供了其背后的机理解释。在没有MD这个“情境管理器”的情况下，当环境规则改变时，系统无法做到在不同“策略地图”之间进行快速切换。它被迫采取一种更原始、更低效的“蛮力”策略：将旧的联想记忆彻底“遗忘”，然后从零开始一点点“重新学习”新的联想。这清晰地揭示了MD在维持和切换认知状态中的核心枢纽作用。

图15

Fig. 6 | Mediodorsal thalamus in CogLink is necessary for decision-making in a changing environment but not required in a stationary environment.

洞悉精神分裂症：对认知缺陷的建模与“修复”

该研究最令人瞩目的成果，是其在计算精神病学领域的应用。研究者们将目光投向了精神分裂症，这是一种与信念更新异常密切相关的精神疾病。

建模：基于大量临床前和临床证据，模型通过一个简单的参数调整来模拟精神分裂症的核心病理之一：降低丘脑MD神经元的兴奋性。这可以被看作是纹状体多巴胺D2受体过度活跃（精神分裂症的另一关键病理特征）所导致的下游效应。
复现症状：仅此一个扰动，就让模型同时复现了精神分裂症患者身上两种标志性的、看似矛盾的认知缺陷：1）在环境变化后适应缓慢；2）即使在当前选择能获得奖励时，也表现出异常高的“赢-换”（win-switch）率，即无缘无故地放弃好的选择，表现出行为的飘忽不定。
揭示算法根源：CogLink模型进一步揭示了这些行为背后的算法层面的崩塌。MD兴奋性的降低，导致其内部用于累积证据的动力学过程变成了一个“有漏洞”且“阈值极低”的积分器。这意味着系统无法建立起对当前环境状态的稳定、坚实的信念，反而像是一个时刻处于“警觉”状态的探测器，对任何微小的波动都过度敏感，从而形成了一种“世界是极其不稳定的”的错误先验信念。
模拟“治疗”：最关键的一步是，研究者在模型中模拟了一种干预措施——向被抑制的MD神经元注入一股兴奋性电流，以恢复其正常的活动水平。惊人的是，这一“虚拟治疗”成功地修复了模型的行为缺陷，使其证据累积过程恢复正常，适应速度和稳定性也回到了健康水平。

图16

Fig. 7 | Excess dopamine on MD induced Schizophrenia-like signatures in CogLink and MD activation rescues the behaviors.

这一系列的模拟，构建了一条从分子/环路（MD兴奋性降低）到算法（证据累积器 leaky），再到行为/症状（适应慢、行为飘忽），最终指向潜在疗法（恢复MD兴奋性）的完整因果链。这为我们理解精神疾病的神经机制，并开发基于机理的精准治疗方案，提供了一个强有力的范例。

图17

编辑部观点

作为一家致力于传播前沿科学思想的学术媒体，我们认为这项工作不仅是对决策神经科学领域的一项重要贡献，更在研究范式上具有深远的启发意义。

首先，这是“纵向整合”建模的典范之作。已故的计算神经科学巨擘大卫·马尔（David Marr）曾提出，理解一个复杂信息处理系统（如大脑）需要在三个层次上进行分析：计算理论层（Computational Level，系统为什么要这么做）、算法与表征层（Algorithmic Level，系统用什么规则和表征来做）以及硬件实现层（Implementational Level，系统是如何通过物理部件来做到的）。CogLink模型罕见地成功地将这三个层次完美地整合在一起。它解决了层级不确定性下的最优决策问题（计算层），提出了汤普森采样、CUSUM等具体的算法和分位数编码等表征方式（算法层），并最终将这一切根植于PFC、MD、BG等脑区以及中间神经元相互作用的动力学之中（实现层）。这种纵向整合使得模型能够做出既符合行为规律、又具有算法精度，同时还能在神经生物学层面被检验的预测。

其次，它为“无模型学习”与“基于模型的学习”的整合提供了统一框架。长期以来，强化学习理论将决策分为两种：一种是依赖反复试错、形成习惯的“无模型”（model-free）学习，另一种是依赖对世界内在结构的理解和规划的“基于模型”（model-based）学习。大脑如何协调这两种系统一直是个谜。CogLink的双系统架构为此提供了一个具体的神经环路假说：基础版的BG环路扮演了快速、自动化的“无模型”学习者的角色，而增强版的PFC-MD环路则提供了“基于模型”的监督和调控。它利用自己对世界结构的认知地图，来指导、门控和调节那个更简单的“习惯系统”。在这个框架中，丘脑不再是一个被动的信号中继站，而是协调这两种核心认知功能对话的中央指挥官。

最后，这项工作预示着“机理化计算精神病学”时代的到来。对精神分裂症的模拟，其意义远超一次巧妙的应用。它代表了我们研究精神疾病范式上的一次潜在转变。通过构建这种可追溯因果、跨越层级的计算模型，我们能够超越仅仅描述症状或寻找脑活动的相关性。我们开始有能力去模拟从基因到环路，再到计算，最终到认知症状的完整病理生理级联。这种方法使得我们能够生成高度特异、非显而易见的科学假说，并能够在进入昂贵且困难的生物实验之前，先在计算机中高效地筛选和测试潜在的治疗策略。CogLink为我们描绘了这样一个激动人心的未来。

图18

Author information

第一作者: Mien Brabeeba Wang

Computer Science & Artificial Intelligence Laboratory, Massachusetts Institute of Technology, Cambridge, MA, USA

美国麻萨诸塞州，剑桥，麻省理工大学计算科学与人工智能实验室

通讯作者:Michael M. Halassa

School of Medicine, Tufts University, Boston, MA, USA

美国麻萨诸塞州，波士顿，塔夫茨大学医学院

图19

Abstract

Hierarchical decisions in natural environments require processing uncertainty across multiple levels, but existing models struggle to explain how animals perform flexible, goal-directed behaviors under such conditions. Here we introduce CogLinks, biologically grounded neural architectures that combine corticostriatal circuits for reinforcement learning and frontal thalamocortical networks for executive control. Through mathematical analysis and targeted lesion, we show that these systems specialize in different forms of uncertainty, and their interaction supports hierarchical decisions by regulating efficient exploration, and strategy switching. We apply CogLinks to a computational psychiatry problem, linking neural dysfunction in schizophrenia to atypical reasoning patterns in decision making. Overall, CogLink fills an important gap in the computational landscape, providing a bridge from neural substrates to higher cognition.

图20

推荐相关阅读

周报-20251006 | 近两周解读的29篇顶刊论文汇总 | 认知神经科学前沿动态 ⭐️[解读链接]

周边-20250922 |认知神经科学前沿动态周览 *⭐️[解读链接]***

Nature |决策过程的动力学机制与神经模式转变 ⭐️[解读链接]

Nature |颠覆认知 ! “神经振荡”不成立？耶鲁团队提出大脑“伽马事件”新理论 ⭐️[解读链接]

Science |中国将领衔未来25年全球脑计划，剑指灵长类大脑地图 *⭐️[解读链接]***

Neuron |大脑如何区分现实与想象？伦敦大学学院团队最新研究揭秘“现实信号”的神经密码 ⭐️[解读链接]

Nature | 视觉系统新发现：压缩式的物体识别机制 ⭐️[解读链接]

Nat Hum Behav｜你不是天生就爱跟风：社会特征学习理论揭示人类“随大流”背后的秘密 *⭐️[解读链接]***

Nature |“读心术”成真？从瞳孔变化中解码大脑皮层完整时空动态 ⭐️[解读链接]

PNAS｜刷短视频停不下来？研究揭示“新奇感”是驱动人类探索的古老密码 *⭐️[解读链接]***

Neuron | 最强脑发育数据库RBC开放下载，6000+青少年大脑数据揭示精神健康的秘密 ⭐️[解读链接]

Nature 子刊综述｜大脑预测误差的核心回路 *⭐️[解读链接]***

前沿交流 | 欢迎加入认知神经科学前沿交流群！⭐️[解读链接]

图21

本文解读基于：The neural basis for uncertainty processing in hierarchical decision making，Doi：10.1038/s41467-025-63994-y。核心图表、方法细节、统计结果与讨论见原文及其拓展数据。点击左下角 “阅读原文” 可跳转到论文源网站界面。

分享人：饭哥

审核：PsyBrain 脑心前沿编辑部

图22