D043 德累斯顿工业大学、蒙彼利埃大学等 bioRxiv 四篇预印本精选 | 认知努力、巴甫洛夫干扰、前向规划与学习率
来源：公众号 PSY-Brain_Frontier ｜ 发布：2026-10-16 ｜ 原文链接
● 认知神经科学前沿文献分享
本期介绍四篇 bioRxiv 预印本，均未经同行评议。前两篇用到脑成像：一篇用 PET-fMRI 看尾状核的多巴胺 D2 受体，和人们愿不愿意付出认知努力有什么关系；一篇比较有无酒精使用障碍的人，面对与目标冲突的线索时，行为和前额叶激活有什么不同。后两篇关注学习与决策的计算：一篇用模型看人在序列决策里，什么时候靠任务偏好、什么时候多算几步；一篇让小鼠在不同的环境里选杠杆，看它们怎样调整学习率。
做不做费脑子的事，尾状核D2受体可用性与选择有关
● 关键词：认知努力｜多巴胺D2受体｜尾状核｜PET-fMRI｜生态瞬时评估
Caudate dopamine predicts cognitive effort decisions both in the lab and daily life
DOI：https://doi.org/10.64898/2026.09.26.754663
作者：Jennifer L. Crawford、Rachel E. Brough、Sarah A. Eisenstein、Jonathan E. Peelle、Todd S. Braver
通讯作者及单位：Jennifer L. Crawford — Department of Psychological and Brain Sciences, Washington University；Department of Psychology, Brandeis University；Center for Vital Longevity, University of Texas at Dallas
每个人每天都要决定，要不要去做费脑子的事。Crawford 等人想知道，尾状核的多巴胺 D2 受体，和这种个体差异有没有关系。
研究对象是21名18—40岁的健康成人。参与者完成认知努力折扣范式（Cognitive Effort Discounting，Cog-ED），在报酬较高的高负荷（2–4-back）和报酬较低的 1-back 之间选择，同时用正电子发射断层成像—功能磁共振成像（PET-fMRI）测量纹状体 D2 受体可用性和决策时的脑活动。他们还做了 N-Back 任务，并连续7天用生态瞬时评估（Ecological Momentary Assessment，EMA）记录日常活动的心理负荷。
工作记忆负荷越高，准确率越低，参与者也越少选高努力选项。尾状核 D2 受体较高的人，准确率随负荷增加下降得更缓；未控制年龄时更常选高努力选项，控制年龄后不再显著（p=0.062）。做决策时，他们对成本—收益权衡的变化更敏感：D2 受体调节相对主观价值与选择的关系（OR=5.78，p<0.001），金钱回报增加时他们更愿意选高努力，负荷升高时选高努力的比例也下降得更少。D2 受体与基线努力成本没有显著关联。
尾状核 D2 受体可用性也与努力价值变化时腹内侧前额叶、腹侧纹状体的活动调节相关，腹侧纹状体自己的 D2 可用性没有同样的模式。研究预注册时原本预计腹侧纹状体更敏感，结果主要指向尾状核。EMA 里，尾状核 D2 较高的人报告参与了更多费脑子的活动（B=0.58，p=0.008）。作者认为，尾状核 D2 受体可能是个体认知努力动机差异的一条神经化学线索。这是21名健康成人的相关数据，样本较小，不能据此判断 D2 受体可用性会直接导致选择的变化。
巴甫洛夫线索会压过目标行为吗？酒精使用障碍中的PIT干扰
● 关键词：巴甫洛夫—工具性转移｜PIT干扰｜酒精使用障碍｜吸烟｜前额叶控制
Reduced Control Over Pavlovian-to-Instrumental Transfer in Human Addiction: A Systematic Investigation Across Alcohol Use Disorder and Smoking Status
DOI：https://doi.org/10.64898/2026.09.25.754324
作者：Louis Thill、Hao Chen、Christian Bäuchl、Samanda Krasniqi、Maren Born、Michael Marxen、Eva Friedel、Maximilian Pilhatsch、Andreas Heinz、Michael N. Smolka
通讯作者及单位：Michael N. Smolka — Section of Systems Neuroscience, Department of Psychiatry and Psychotherapy, Technische Universität Dresden
很多人知道自己想少喝酒，但环境里的线索一出现，行动还是可能被它带偏。巴甫洛夫—工具性转移（Pavlovian-to-Instrumental Transfer，PIT）描述的就是这种影响：先前学到的线索会改变正在进行的目标导向动作；线索推动的反应与当前任务要求冲突时，就形成 PIT 干扰。
Thill 等人从德国普通人群纳入200名参与者，100人符合酒精使用障碍（Alcohol Use Disorder，AUD）标准，100人没有；样本中的吸烟状态也分成不吸烟、偶尔吸烟和每天吸烟三组。参与者先学会拉杆收集“好”贝壳、推杆拒绝“坏”贝壳，再学习视听线索与金钱、酒精、吸烟或中性结果的关联。功能磁共振成像（functional magnetic resonance imaging，fMRI）扫描中，线索提前600毫秒出现，随后呈现贝壳；线索推动的方向与正确动作一致或冲突，这里的一致和冲突只用金钱线索（赢10、输10）的试次来划分；PIT 干扰就用两类试次的错误率之差来计算。
有 AUD 的人 PIT 干扰更强，错误率之差为17.74%，没有 AUD 的人为10.90%。PIT 干扰还与 AUD 严重程度、饮酒频率、饮酒量和酒精渴求正相关，但没有预测随访期间的饮酒轨迹。吸烟状态、尼古丁使用严重程度、吸烟频率、数量和渴求，都没有显示出同样的关系。
脑成像显示，两组的差异出现在冲突处理相关的前额叶和前扣带皮层：遇到不一致的线索时，AUD 组右侧外侧前额叶、双侧背内侧前额叶和前扣带皮层的激活，低于无 AUD 组。作者据此把 AUD 中增强的 PIT 干扰，与冲突时前额叶控制网络的招募较少联系起来，并把这项研究看作对既有高风险饮酒者和酒精依赖患者结果的扩展。PIT 只在一次任务中测量，多数分析是横断面关联，还不能判断 PIT 干扰与饮酒之间的因果方向。
先凭偏好，还是先算未来？任务结构怎样引导连续决策
● 关键词：任务特异偏好｜前向规划｜序列决策｜计算模型｜反应时
Task-specific preferences guide forward planning in sequential decision-making
DOI：https://doi.org/10.64898/2026.09.25.754065
作者：Alex Lepauvre、Florian Ott、Stefan Kiebel
做决定时，我们不可能把每个选项的长期后果都算到底。在复杂的序列决策任务里，人会不会先凭对这个任务的偏好，得到一个快速的方向，只在这个方向不清楚的时候，才多算几步？Lepauvre 等人对 Ott 等人此前发表的一组数据重新做了分析，检验的就是这个想法。
40名参与者在240个测试试次里，决定接受还是拒绝1—4分的报价。接受会得到报价，但要付出1或2点能量；拒绝没有即时奖励，却能补回1点能量。成本连续4个试次不变，参与者也知道下一段的成本，当前选择还会改变下一步的状态。研究者先用最优的前向规划（forward planning）算出每个状态下接受和拒绝的长期价值，再比较四类选择模型，其中主模型把报价、能量、当前成本和未来成本的任务特异偏好，与规划价值结合起来。
主模型在34名参与者身上拟合得最好，优于只用规划、近期行动频率或报价情境的模型。这些偏好不是固定的倾向：低报价比最优规划预测的更常被拒绝，高报价更常被接受，能量状态也会改变选择。偏好给出的行动方向越不确定，规划价值对选择的影响越强，反应时（reaction time，RT）上也看到了同样的依赖。只用拟合出的偏好生成策略，收益比最优规划低28.34%，但仍优于随机选择，所以作者认为这些偏好保留了任务里与收益有关的结构，却不能完全替代前向规划。
作者把结果解释为一种受贝叶斯（Bayesian）思想启发的组合：偏好像是随时可用的先验，前向规划在偏好给不出清楚方向时补充计算。
小鼠区分波动性与随机性调整学习率
● 关键词：学习率｜波动性｜随机性｜强化学习｜概率反转任务
Mice adapt their learning rate to stochasticity and volatility through a simple heuristic
DOI：https://doi.org/10.64898/2026.09.24.754025
作者：Coline Chevallier、Juan Cobos、Emma Debos、Emma Marillat、Julie Perroy、Jérémie Naudé
通讯作者及单位：Jérémie Naudé — IGF, Univ. Montpellier, CNRS, Inserm
同一个没得到奖励的结果，可能只是稳定规则下的噪声，也可能提示奖励规则已经变了。波动性（volatility）指规则改变的速率，随机性（stochasticity）指规则不变时结果的噪声。Chevallier 等人想知道，小鼠能不能把两者分开，并相应地调整学习率（learning rate）。
团队分析了29只小鼠在概率反转任务（probabilistic reversal task）里的表现。奖励概率是80/20或64/16，奖励脉冲数相应调为1倍或1.25倍，使两个选项的期望奖励和差值保持不变；波动性用每25、50或100次按压后反转来表示。小鼠得到的是内侧前脑束（medial forebrain bundle，MFB）的颅内自我刺激（intracranial self-stimulation，ICSS）作为奖励，六种环境共记录144,647次试次。
成功率随随机性和波动性的增加而下降。没得到奖励后换杠杆的概率，随波动性升高、随随机性降低，得到奖励后基本不变。强化学习（reinforcement learning，RL）模型拟合显示，学习率随波动性升高、随随机性降低，逆温度（inverse temperature）在六种环境间基本稳定。模型模拟还发现，只有一种元强化学习（meta-RL）规则同时复现了这两个方向：它根据近期结果有多常提示该换杠杆来估计波动性，用预测误差的大小来估计随机性；只凭预测误差大小估计波动性的规则没有做到。
作者认为，这项设计把结果噪声和规则变化率拆开，为在动物身上研究学习率怎样适应两类不确定性，提供了可检验的任务和模型。