H07 · Recurrent neural networks with explicit representation of dynamic latent variables can mimic behavioral patterns in a physical inference task
Rishi Rajalingham, Aída Piccato & Mehrdad Jazayeri (2022) Nature Communications, 13, 5865. doi:10.1038/s41467-022-33581-6
在遮挡球拦截任务中,显式保持球位置可线性读出的RNN,较好复现人猴的条件误差模式。这支持动态推断作为候选计算,但并未证明只有逐时刻模拟才能完成任务。
核对依据:Zotero 条目 · 本地全文。本轮核对原文方法、关键结果、解释边界及所引主图;更新于2026-09-20。图注页码采用本地PDF文件页序,版本与未解决问题见正文及审查记录。
背景
当球在运动途中被遮挡,观察者仍可根据此前所见的轨迹将挡板移至预期终点。然而,完成这项任务并非只有一种计算途径。系统可以在遮挡期持续更新球的位置与速度,也可以将可见历史直接映射至最终交会位置,而不维持各时刻的中间状态。两类策略可能取得相近的平均成绩,因此单凭“能否完成物理推断任务”不足以辨别内部算法。本文将关注点从任务成功率转向误差结构:如果一个模型在不同轨迹上的犯错方式也与人和猴相近,它所受到的行为约束就比仅具备相似总准确率的模型更为严格。
研究首先确立人与猴在遮挡拦截中的条件误差关系及向新轨迹的泛化表现,随后训练施加不同辅助输出约束的循环神经网络。网络均以控制终点挡板为主要目标,但部分模型被要求在可见期或遮挡期持续输出球的位置,以此改变其保留动态状态的倾向。作者并未直接用网络拟合动物与人类的误差,而是对比训练后模型自然产生的误差模式,并以交叉验证的线性读出评估隐藏状态中球位置的可提取程度。这一设计针对的是任务优化与计算约束之间的差距:仅以终点正确为奖惩目标,是否足以涌现出类生物行为?还是显式维持动态变量具有额外的解释力?网络动力学的变化速度、平滑度与低维性等特征也被纳入对照,以防将所有优势笼统归因于状态模拟。
在测试的模型集合中,动态球状态更易被线性读出的网络,往往更贴近人与猴的条件误差模式;而整体任务成绩本身与这种行为一致性的关联较弱。结果支持动态状态更新作为候选计算机制,也表明评估模型不能仅看最终任务得分。不过,线性可读性是本研究采用的操作性指标,并不等同于主观心理模拟,也无法排除能够产生相似误差结构的非线性终点映射。动物向新轨迹的泛化发生在已有训练之后,不能归结为毫无先验经验的推理;模型内部的速度表征与状态几何,亦非真实的脑电生理证据。本文的贡献在于提出并检验更为具体的计算约束,为后续神经记录提供预测,而非证明逐时刻模拟是完成遮挡拦截的唯一方式。
研究思路
对比人与猴的条件误差模式,训练具有不同辅助输出约束的 RNN,检验行为一致性是更关联于整体任务成绩,还是取决于遮挡期动态状态的可读性。
方法
主要人类样本为 12 名,另设 2 名留存参与者作为一致性基准;两只猕猴经摇杆及可见球拦截训练后进入遮挡任务。在 200 个轨迹条件中,猴先学习 50 个,随后测试 150 个新条件。快速泛化表明适应能力,但不等同于毫无先验训练或排除了所有基于经验的策略。
网络以视觉帧特征为输入,输出终点挡板位置,部分模型增加可见期或遮挡期球位置的辅助监督。网络未直接拟合人猴误差。行为一致性通过控制真实终点共变并校正采样噪声的误差相关性评估;ISDP 为交叉验证线性读出球位置的平均绝对误差,数值越低代表动态状态的线性可读性越强。
主要结果
猴与人的条件误差一致性约为 0.89,人际间参照约为 0.95;新轨迹首次测试的表现支持行为泛化,但不能唯一确定其内部运算算法。由初始状态构成的简单线性函数对误差的解释量极低,不过这尚未排除非线性映射的可能性。
在测试的模型集合中,总体成绩与行为一致性的关联很弱;ISDP 与对人、对猴一致性的关联 R² 分别约为 0.36 与 0.39,控制任务成绩后分别约为 0.44 与 0.43。这是在当前模型集合内的比较结果,并非否定任务驱动优化方法本身。
较慢、平滑且低维的动力学特征与一致性正相关,施加慢速与平滑正则项对模型有改善作用,但仍不及引入动态推断约束显著。在位置监督下,模型网络亦能读出未经直接监督的速度信息,表明网络形成了有助于状态更新的内部表征。
引入偏差与噪声的过程模型可解释部分条件误差,但具备类似误差结构的其他潜在机制尚未被完全排除。本研究未采集脑电生理信号,神经层面的直接检验见后续文献 H10。
逐图解读
原文 Fig. 1 · PDF 第 2 页 · 原图所在完整页面;可能含正文或邻图 · 查看来源
图1 · 竞争解释与任务。 动态推断和直接映射均为候选,任务本身不强制选择前者。
原文 Fig. 2 · PDF 第 4 页 · 原图所在完整页面;可能含正文或邻图 · 查看来源
图2 · 人猴行为及泛化。 首次新条件成绩需结合此前训练历史。
原文 Fig. 3 · PDF 第 5 页 · 原图所在完整页面;可能含正文或邻图 · 查看来源
图3 · RNN模型集合。 总体成绩与误差一致性是不同指标;ISDP横轴反向排列。
原文 Fig. 4 · PDF 第 6 页 · 原图所在完整页面;可能含正文或邻图 · 查看来源
图4 · 动力学属性。 简单动力学对照支持部分解释,不能宣称慢与平滑完全无作用。
原文 Fig. 5 · PDF 第 7 页 · 原图所在完整页面;可能含正文或邻图 · 查看来源
图5 · 位置与速度表征。 模型速度可读性是计算分析,图中示意不是实际脑的两个解剖子空间。
讨论与解读边界
作者将任务明确设计为可由多种计算策略解决,因而无法完全排除基于已习得映射的替代途径。线性可读性是操作性定义,不自动等同于主观心理模拟。后续 H10 研究沿用此前构建的模型有助于降低事后过拟合风险,但本篇并非覆盖后续全部实验分析的正式预注册方案。
思考问题
- 在相同训练预算下加入强非线性终点映射模型,哪些扰动条件最能区分其误差与逐时状态更新?
- 只在遮挡期扰动模型的位置或速度读出方向,得到的时间依赖误差能否预测动物行为?