既往经历如何塑造新信念：人类强化学习中的泛化与适应

人类擅长在不确定性中学习。然而，我们的学习方式必须适应不同的环境，并且我们必须决定何时在不同情境间泛化学习策略，利用先前经验来指导当前学习。然而，学习如何基于先前经验进行适应仍知之甚少。在本研究中，我们考察先前暴露于不同不确定性水平的环境如何塑造后续学习。一个在线招募的大样本（N=330）完成了一项游戏化的双臂老虎机任务，该任务包含两个具有不同不确定性的区块，通过结果偶联的波动性或可变性进行操纵。计算建模使得能够提取学习率参数，以量化参与者更新其期望的速度。分析揭示了先前经历的和当前区块的波动性学习率均具有显著效应，并且这种泛化与适应的结合在从正预测误差和负预测误差学习时均保持一致。探索性回归和因子分析未发现心理健康症状的任何调节效应。我们的结果表明，先前经验会使跨环境的信念更新策略产生偏差，揭示了一种学习既适应又泛化以促进有效行为的机制。

中文由 AI 翻译，仅供参考，以原文为准。