强迫性仪式行为的产生与维持：强化学习中的自动信用分配机制

强迫症中的强迫性仪式行为为人类学习理论提出了一个根本性难题：即使个体认识到该行为对恐惧结果几乎没有或完全没有因果影响，一个行为如何能作为防止伤害的手段而获得价值？我们提出，这种表面上的矛盾可能源于自动的信用分配，即先于有利结果发生的行为会被强化，即使个体知道这些行为在因果上无关。当预期到伤害但未发生不良结果时，伤害的缺失可能强化先前的行为，使一个客观上无效的行为获得防伤害的价值。我们使用行动者-评论家强化学习模型将这一解释形式化，其中行为是在主观感知威胁的波动状态下执行的。模拟显示，具有这种错误信用分配机制的智能体在客观上不可控的环境中会发展出持续性的仪式化行为。我们发现，当恐惧结果罕见且高度厌恶时，仪式化行为尤其可能持续存在，使仪式看起来始终能有效预防灾难。我们进一步描述了仪式化行为的成本效益，并提供了一个计算解释，说明强迫性仪式如何作为旨在防止伤害的目标导向尝试而出现、尽管有明确的因果知识仍持续存在，并随后获得减轻焦虑的特性。这项工作可能有助于解释强迫行为的持续性，并为治疗减少该行为的机制提供信息。

中文由 AI 翻译，仅供参考，以原文为准。