人类利用认知地图自适应地延迟规划

规划是一种代价高昂的计算操作，容易耗尽我们的认知资源。因此，学习明智地启动规划的策略至关重要。为了理解人类如何适应性地启动规划，我们设计了一项任务，在该任务中，当所有动作达到指定目标的可能性均等时，人类可以学习在某些时间点延迟规划。在两项预注册研究中，我们表明人类会适应性地延迟规划，并且随着经验积累，其延迟规划的能力会提高。为了解释这种行为，我们形式化了一个关于潜在元控制计算的模型。我们的模型表明，延迟规划的策略并非从经历过的结果中学习，而是通过搜索任务的认知地图来确定在哪些时间点延迟控制更有价值。因此，我们确立了人类能够适应性地延迟规划，并通过认知地图来学习这样做。

中文由 AI 翻译，仅供参考，以原文为准。