编辑推荐：
本综述创新性地从主动推理（Active Inference）框架出发，为情绪调节提供了一个统一的计算模型。文章系统阐述了情绪作为一种内在调节过程，如何通过隐性与显性策略支持机体的稳态调节。核心观点在于，情绪生成与调节是机体最小化自由能、维持生理稳态的主动推理过程。该模型不仅将格罗斯情绪调节过程模型的五大策略映射到主动推理的变分自由能与期望自由能最小化中，还深入探讨了其在精神病理学中的应用，为理解情绪障碍开辟了新视角。
情绪与稳态控制：一个主动推理的解释框架
情绪是我们人类体验的核心，而情绪调节则是我们适应环境、维持身心健康的关键。传统上，情绪生成与调节常被视为两个相对独立的过程。然而，近年来兴起一种观点，认为情绪本身，从其本质上说，就是一种内在的调节过程。一篇前沿综述《情绪与稳态控制：情绪调节的主动推理解释》为我们整合了这两种视角，提出了一个基于预测处理和主动推理的、全面统一的新模型。这个模型不仅弥合了情绪生成与调节的鸿沟，还将其与机体维持内部稳定（稳态）的根本任务紧密联系起来，为我们理解从正常情感到精神病理学中的情绪失调现象提供了全新的计算框架。
1. 引言：情绪——从生成到调节的统一视角
“情绪”一词源于拉丁语“emovere”，意为“移动”，本身就暗示了情绪体验根植于身体和感觉运动状态的动态变化。情绪是复杂的、多维的动态现象，它包含体验、行为和生理反应，共同支撑着适应性行为，促进生存和福祉。
在众多情绪理论中，詹姆士·格罗斯提出的情绪调节过程模型 极具影响力。这个模型区分了五种非互斥的调节策略：情境选择、情境修正、注意部署、认知改变和反应调整。这些策略可以发生在情绪诱发前（前因聚焦）或情绪反应后（反应聚焦），并可通过显性或隐性的方式实施。显性调节需要我们付出努力和意识，如认知重评（换个角度看问题）和表达抑制（抑制外在情绪表现）。而隐性调节则是自动、无意识的，比如面对危险时心跳自动加速的恐惧反应，或哭泣后内源性阿片类物质释放带来的情绪平复。
这篇综述的核心论点在于，无论显性还是隐性，情绪调节都与稳态 过程密不可分。稳态与我们熟知的稳态不同，稳态是机体通过前瞻性预测来调整生理参数，以应对当前或预期的环境需求，从而将生理变化维持在适应范围内的过程。情绪反应及其调节涉及对自主神经和感觉运动系统的广泛调制，这反映了管理内外扰动所需的生理资源动态分配。从神经层面看，支持稳态的机制与情绪生成和调节的机制存在显著重叠。因此，情绪及其调节可以看作是为维持机体完整性而服务的、相互交织的稳态过程。
2. 隐性、显性情绪调节与稳态
情绪调节主要通过隐性过程运作，它高效、快速，依赖于历史形成的、情境依赖的反应模式。例如，面对压力时，交感神经激活、皮质醇分泌等自动生理调整，都旨在将机体维持在可行的运行状态内。即使是哭泣，也涉及复杂的神经化学系统自动调节，能改善情绪、减轻痛苦。这些过程往往是预测性的，能基于先前的经验对环境线索做出预期性调整，体现了稳态调节的精髓。
另一方面，显性情绪调节 则涉及有意识、有目的的策略。最有效的策略之一是认知重评，即重新解释情绪刺激的意义以改变其影响。与之相对，表达抑制 或回避 虽然在某些社交情境下有用，但长期使用可能增加生理唤醒，并与焦虑、抑郁相关。其他策略还包括注意部署（主动转移注意力）和问题解决（直接处理压力源）。当隐性调节过程失效或适应不良时，显性调节机制常被用来进行修正和再学习。重要的是，显性和隐性调节并非互斥，它们可以相互协作，甚至通过反复练习，成功的显性策略可以转化为自动的隐性图式。
格罗斯的情绪调节过程模型为系统化这些策略提供了优秀的框架。该模型与情绪的模态模型一致，将调节策略与情绪生成过程的不同时间点（情境→注意→评价→反应）联系起来。综述指出，尽管该模型最初用于解释显性调节，但其策略同样适用于隐性调节。例如，在危险预期下心率自动减慢（反应调整），或在重复暴露下对情绪刺激的皮肤电反应自动减弱（注意部署），都是隐性形式。这表明，最优的情绪调节功能建立在自动机制与有意识控制的动态整合之上。
3. 主动推理与情绪
要理解这篇综述提出的新模型，需要先了解主动推理 这一核心计算框架。主动推理认为，包括人类在内的所有生命体，其生存的核心目标是最小化自由能。自由能在形式上衡量了机体内部生成模型对世界和身体的预测，与实际感官输入（包括外感受、本体感受和内感受）之间的差异，即“预测误差”。
机体通过两种互补的策略最小化自由能：
- •
知觉推断：更新内部信念以更好地预测感官输入（改变想法以适应世界）。
- •
行动：通过行动改变感官输入以匹配预测（改变世界以适应想法）。
关键在于，机体偏好的状态（如不饥不渴、安全）被编码为生成模型中的高精度先验信念。偏离这些先验的状态会产生必须解决的预测误差。情绪状态被认为源于内感受预测误差的最小化，即大脑对生理和情绪过程的原因进行推断。
在主动推理中，自由能最小化有两种形式：
- •
变分自由能：这是核心的、回顾性的最小化过程，只考虑当前和过去的观察，是所有生命体的基本操作，可由相对简单的生成模型支持。例如，感觉到热（内感受预测误差）后自动出汗。
- •
期望自由能：这是可选的、前瞻性的规划过程，用于评估和选择未来的行动序列（策略）。它需要更复杂、具有“时间深度”的生成模型，能够模拟不同策略下的未来状态。例如，跑步前即使不渴也带上水，是预测了未来的需求。
先前基于预测处理的内感受推断模型（如塞斯和巴雷特的理论）已将情绪概念化为对体内信号原因进行主动推断的结果。这些模型强调了稳态是情绪的核心，情绪调节通过改变对身体状态的预测或调整赋予身体信号的置信度（精度加权）来实现。然而，这些模型尚未全面整合格罗斯模型中的具体调节策略，也未明确区分情绪调节在何种条件下更偏向隐性或显性，以及其与两种自由能最小化形式的具体关联。
4. 情绪调节即主动推理
本篇综述的贡献在于，它扩展了先前的预测模型，明确将情绪调节建模为持续推断身体生理状态与有效管理身体资源以确保稳态的协同过程，其统一目标是减少自由能。
在此框架下，我们将隐性和显性情绪调节过程，都视为通过最小化自由能来促进稳态和适应环境变化的进化保守的生理机制。不同的调节策略通过改变身体状态和情绪体验来减少预测误差，其背后依赖于复杂性各异的生成模型。
- •
隐性调节与变分自由能：最简单的隐性调节形式对应于由进化塑造的适应性生理反应和行为，它们被自动引发，以最小化突然的内感受、本体感受和外感受预测误差。这些过程可被理解为变分自由能最小化的实例，基于当前和过去的观察指导即时的自主神经行动，依赖于缺乏时间深度的简单生成模型。它们虽然简单，但功能强大，甚至可以包含基本的预期性成分。
- •
显性与复杂性调节与期望自由能：更复杂的情绪调节形式（无论是隐性还是显性）则可以视为更前瞻性的主动推理。它们涉及预测不同情绪和稳态调节策略的未来后果，并选择与最低期望自由能相关的策略。这种策略选择需要具有时间深度的生成模型，能够生成关于不同政策选择下状态和行动结果的概率预测。选择期望自由能最低的策略，意味着优先考虑那些最有可能实现偏好生理和情绪状态（或过去被证明有效的习惯）的策略，同时考虑每个策略生成的整个未来状态轨迹。
连接格罗斯模型策略与主动推理
综述系统地将格罗斯模型中的五大调节策略映射到主动推理的机制中：
- 1.
情境选择/修正：链接到包含情绪场景表征的生成模型，以及与其相关的、能带来偏好先验信念的隐/显性感觉运动行动和策略。这涉及通过行动主动改变观察。
- 2.
注意部署：依赖于刺激-反应关联的先验，运用注意相关机制来回避难以承受的情绪状态。这可以链接到通过注意（精度加权）调节感官精度，这对有效最小化自由能至关重要。它也涉及通过转移注意来主动改变观察。
- 3.
认知改变（包括接纳和反刍）：主要在更高表征水平上运作，修正生成模型高层级的信念（如对情境意义的解读），以影响对内感受、本体感受和外感受观察的感知。这主要是“改变想法”。
- 4.
反应调整：涉及通过感觉运动行动和策略，主动调节自主神经和运动输出，以抑制感觉、本体感受和内感受预测误差。这主要是“改变（身体）反应”。
所有调节行动和策略，都依赖于情绪调节的生成模型。这些模型编码了以目标为导向的生理和行为模式、认知和注意策略的概率表征，旨在动态抑制内感受和情绪相关的预测误差（自由能）。线粒体（通过设定生理极限影响细胞尺度稳态）和下丘脑（整合稳态与情绪调节的关键枢纽）等生物结构，在这一过程中发挥着基础性作用。
5. 主动推理与功能失调性情绪调节
从主动推理视角看，功能失调性情绪调节和精神病理学状态，可被理解为生成模型或其最小化自由能过程出现了紊乱。例如：
- •
适应不良的先验：对威胁或社交评价持有顽固且高精度的负面信念（如“我总是会被拒绝”），导致持续产生强烈的内感受预测误差（焦虑），并可能触发回避（情境选择）等适应不良的调节策略。
- •
精度加权失调：赋予身体感觉（如心悸）过高的精度，可能将正常的生理波动灾难化解读为惊恐发作的信号，加剧焦虑循环。或者，赋予内感受信号过低的精度（如述情障碍），可能导致难以识别和调节情绪。
- •
策略选择低效：习惯性选择期望自由能高的策略（如长期抑制、回避），虽然可能短期内减少不适，但长期阻碍了信念更新和问题解决，维持了病理状态。
- •
稳态负荷过重：长期使用高能耗的调节策略（如持续的高度警觉、抑制），可能导致细胞和系统水平的稳态负荷，损害整体健康，这在许多慢性情绪障碍中很常见。
这一框架为理解焦虑症、抑郁症、创伤后应激障碍等疾病中的情绪失调提供了新思路，并提示干预可以针对修正适应不良的先验、重新校准精度权重，或训练个体选择更优的调节策略（即期望自由能更低的策略）。
结论
将情绪调节置于主动推理和稳态控制的框架下，为我们提供了一个强大而统一的视角。它不再将情绪生成与调节割裂，而是将其视为机体为维持内在稳态、最小化自由能而进行的主动的、预测性的推理过程的两面。从自动的生理反射到复杂的认知规划，所有的调节努力都可以在这个框架中找到其计算基础。这一整合模型不仅深化了我们对正常情绪功能的理解，也为探索精神病理学的机制和开发新的计算精神病学干预方法开辟了富有前景的道路。
