组合控制的神经基础

决策神经科学对“选择”的理解长期建立在微观经济学的离散选择范式上：大脑为各选项算出主观价值，并在眶额叶和腹内侧前额叶加以计算与比较^[1]。在这一框架内，前扣带皮层被赋予多种角色：在顺序觅食中编码何时离开枯竭资源、转向新资源的决策变量^[2]；按控制的期望价值决定是否、何处以及投入多少控制^[6]；并通过预测行动将导致的状态来支持基于模型的控制^[3]。前额叶各亚区之间则显示出注意与价值计算的可分离分工^[4]；海马的表征会随当前目标重新调整，帮助个体克服既往奖赏倾向、实现自我控制^[5]。然而，自然情境中的目标导向行为往往是朝向动态变化目标的连续动作，此时“选择”的最近对应物是对各目标专属控制策略的重新加权，上述脑区结论能否延伸到连续情境，一直缺少算法与神经层面的刻画。

这项研究让人类被试完成连续的猎物追踪任务，并用一种新发展的控制论方法分解行为。结果显示，追踪策略可以由一个“元控制器”很好地描述：它规定若干底层控制器的混合比例，而每个底层控制器各自对应一个具体的追踪目标。在神经活动上，前扣带皮层神经元预测策略混合即将发生的重大变化；海马神经元编码并更新支撑早期规划的潜在策略状态；眶额皮层的活动则更符合对任务当前价值结构的编码，而非策略切换本身。

在此基础上，论文提出一个三方功能分工：海马充当状态估计控制器，前扣带皮层充当元控制器，眶额皮层提供价值情境信号。这一分工把以往分散的发现纳入连续控制的语言之中：前扣带此前分别被描述为按期望价值分配控制^[6]和编码离开性决策变量^[2]，如今被置于对策略混合进行元控制的位置；眶额叶延续了其价值编码的角色^[1][4]，但并不是策略切换之所在；海马中随目标调整的表征^[5]则对应于估计支撑早期规划的潜在策略状态。相形之下，本研究的贡献在于把连续选择形式化为策略权重的动态组合，并为这一算法给出可检验的脑区分工。

当然，这些结果来自单一的连续追踪任务，这种三方分工能否推广到其他连续控制情境、三个区域之间如何在线协调，摘要并未触及，仍有待后续因果性工作加以检验。