PsyBrain 脑心前沿 / 记忆与学习：顶刊文献解读专题 / A · 文献解读 / A057 · NHB最新：大脑为何总是记住“没用”的细节？研究揭示情景

A057 NHB最新：大脑为何总是记住“没用”的细节？研究揭示情景记忆如何支持不确定环境下的灵活决策

来源：公众号 PSY-Brain_Frontier ｜发布：2026-01-28 ｜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:Episodic memory facilitates flexible decision-making via access to detailed events

发表时间：2026.1.23

发表期刊: Nature Human Behaviour

影响因子：16.0

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

生活中的每一刻，我们的感官都在接收海量的信息。试想一下，当你回想起一次聚餐经历时，你不仅能记住菜肴的味道，往往还能清晰地复现餐厅的布局、桌布的颜色，甚至是朋友闲聊时的具体措辞。然而，这就引出了一个经典的认知科学谜题：如果我们的目标仅仅是生存和做出最优决策，大脑为什么要耗费巨大的能量去存储这些看似琐碎、当下并无即时用途的“高清”细节？

在传统的强化学习（Reinforcement Learning）或增量学习（Incremental Learning）模型中，智能体通常通过反复试错来更新各个选项或特征的价值。这种策略在环境稳定且特征简单的任务中非常高效（比如只看颜色挑苹果）。但在现实世界中，我们面临着“维度灾难”（Curse of Dimensionality）：环境特征无穷无尽，我们根本无法预知未来哪一个特征会变得至关重要。如果仅依赖增量学习，我们必须同时追踪并更新成千上万个特征的价值，这在计算上是不切实际的。

面对这种不确定性，人类的情景记忆（Episodic Memory）系统提供了一种截然不同的解决方案。与其在当下费力地计算所有特征的平均值，不如将整个事件“原封不动”地存储下来。本研究提出，情景记忆之所以保留如此丰富的细节，正是为了应对未来的“不可知”：当环境需求突然改变时，我们可以通过回溯这些细节，灵活地重构决策所需的价值信号。这项2026年1月23日发表于 Nature Human Behaviour的最新研究，通过一系列精巧的实验，揭示了情景记忆如何在复杂和不确定的环境中，成为支持灵活决策的关键基石。

研究核心总结

本研究通过五个行为实验（总样本量 n=535），系统探究了人类在多属性决策任务中如何权衡“计算效率”与“认知灵活性”之间的关系，并揭示了情景记忆在其中的核心作用。

Fig. 1 | Task design.

核心发现一：在多特征环境中，情景记忆是默认的决策引擎

研究者设计了一项多属性决策任务，要求被试在编码阶段记忆包含多个特征（如颜色、类别）的项目及其关联的奖励值，随后在决策阶段对特定特征（如“所有红色的物品”）进行价值判断。计算建模结果显示，在高维度的特征环境中，被试倾向于采用情景策略（Episodic Strategy）而非基于特征的增量学习策略。具体证据表现为反应时（RT）的特征：被试做出决策的时间与他们成功回忆起的记忆数量呈正相关。这意味着决策并非基于预先计算好的抽象价值，而是一个即时检索（On-the-fly retrieval）并累加具体事件奖励的过程。此外，被试的选择行为更符合其“回忆出的价值”（Recalled Value），而非客观的“真实价值”（True Value），进一步证实了决策过程直接依赖于记忆痕迹的提取。

Fig. 2 | People use episodic memory to make decisions in multifeature environments.

核心发现二：不确定性调节策略转换，情景记忆解决“维度灾难”

研究发现，被试并非盲目使用情景记忆，而是根据任务的不确定性灵活切换策略。当被试在编码前就被明确告知未来决策只与某一特定特征（如颜色）相关时（即消除了不确定性），他们会迅速切换到基于特征的策略（Feature-based Strategy）。此时，决策反应时不再随记忆数量增加而延长，表明他们通过选择性注意预先计算并缓存了价值，从而提高了计算效率。然而，当特征相关性在编码时未知（即保持不确定性）时，被试则坚持使用情景记忆策略，利用其能够存储丰富细节的特性，以应对未来可能出现的任何决策需求。这表明，情景记忆是应对“未知任务需求”的适应性解决方案。

Fig. 3 | Episodic memory is primarily used for decisions when it is unclear what features are important.

核心发现三：情景记忆作为“备份系统”支持意外决策

极具启发性的是，即便被试采用了高效的基于特征的策略（预先计算价值），他们并未停止对具体事件细节的编码。实验4引入了“意外测试”环节，结果显示，当面对预料之外的决策需求时，那些原本使用特征策略的被试能够无缝切换回情景记忆策略，利用“后台”存储的细节信息做出准确判断。这证明了情景记忆在认知系统中扮演着“备份机制”（Backup System）的角色，确保存储的细节可以在预判失效时被重新利用。

Fig. 4 | Episodic memory is used to make choices about unexpected offers.

核心发现四：高效决策者采用“选择性检索”机制

在更接近真实世界的自然主义刺激实验（实验5）中，研究揭示了决策能力的个体差异。高绩效者表现出选择性检索（Selective Retrieval）的特征：他们的决策时间主要受“任务相关记忆”数量的影响，而非记忆总量的干扰。相反，低绩效者的检索过程更为泛化，容易受到任务无关记忆的干扰。这表明，随着环境复杂度的提升，仅仅存储细节是不够的，高效的决策还需要精准的记忆搜索与过滤机制。

图10

Fig. 5 | Realistic decision demands encourage participants to develop more efficient retrieval strategies.

图11

研究意义

该研究在一个统一的计算框架下连接了记忆与决策两大领域，通过实证数据阐明了情景记忆的演化适应性意义：它不仅仅是对过去的被动记录，更是一个支持未来灵活行为的动态数据库。在充满不确定性的现实世界中，情景记忆通过存储高保真的事件细节，帮助人类规避了增量学习的维度灾难，实现了计算成本（Efficiency）与行为灵活性（Flexibility）之间的动态平衡。

图12

Abstract

Our experiences contain countless details that may be important in the future, yet we rarely know which will matter and which will not. This uncertainty poses a difficult challenge for adaptive decision-making, as failing to preserve relevant information can prevent us from making good choices later on. One solution to this challenge is to store detailed memories of individual experiences that can be flexibly accessed whenever their details become relevant. By allowing us to store and recall specific events in vivid detail, the human episodic memory system provides exactly this capacity. Yet, whether and how this ability supports adaptive behaviour is poorly understood. Here we aimed to determine whether people use detailed episodic memories to make decisions when future task demands are uncertain. We hypothesized that the episodic memory system’s ability to store events in great detail allows us to reference any of these details if they later become relevant. We tested this hypothesis using a novel decision-making task in which participants encoded individual events with multiple features and later made decisions based on these features to maximize their earnings. Across 5 experiments (total n = 535), we found that participants referenced episodic memories during decisions in feature-rich environments and that they did so specifically when it was unclear at encoding which features would be needed in the future. Overall, these findings reveal a fundamental adaptive function of episodic memory, showing how its rich representational capacity enables flexible decision-making under uncertainty.

图13