揭开强迫行为背后的决策奥秘：与选择变异性及不确定下强化学习的关联

在不确定性情境下，强迫行为与行为变异性的关系一直存在争议，此前研究未能区分行为变异性的两个主要来源。为此，研究人员开展了相关研究。他们发现强迫性与更多的选项切换相关，由选择变异性（choice variability）增加引起，而学习变异性（learning variability）未改变。这表明强迫个体在不确定下选择多变且非最优，但对选项价值的表征并未受损。

　　强迫行为已被证实与不确定性条件下的可变行为存在关联。然而，以往的研究并未对行为变异性的两个主要来源加以区分：一是随机选择无法使预期奖励最大化的选项（选择变异性，choice variability）；二是在根据选择结果更新选项价值的强化学习（reinforcement learning）过程中产生的随机噪声（学习变异性，learning variability）。在本研究中，研究人员运用一种能够分离这两个来源的计算模型，探究了维度强迫性与行为变异性之间的关系。在两个独立的数据集（分别包含 137 名和 123 名参与者）中，研究发现强迫性与选项间更频繁的切换相关，这种切换是由选择变异性的增加所引发的，而学习变异性并未发生改变。即使在这种行为变异性无法带来认知益处的条件下，仍能观察到强迫性对选择变异性 “特质” 成分的影响。这些研究结果表明，具有强迫倾向的个体在不确定性条件下会做出可变且非最优的选择，但他们对选项价值的表征并未出现退化。