Двухальтернативный принудительный выбор

Двухальтернативный принудительный выбор ( 2AFC ) - это метод измерения чувствительности человека , ребенка или младенца или животного к определенному сенсорному входу, стимулу через паттерн выбора этого наблюдателя и время реакции на две версии сенсорного входного сигнала. Например, чтобы определить чувствительность человека к тусклому свету, наблюдателю будет предложена серия испытаний, в которых тусклый свет случайным образом попадает в верхнюю или нижнюю часть дисплея. После каждого испытания наблюдатель отвечает «сверху» или «снизу». Наблюдателю не разрешается говорить «Я не знаю», или «Я не уверен», или «Я ничего не видел». В этом смысле наблюдатель ' выбор происходит принудительно между двумя альтернативами.

Оба варианта могут быть представлены одновременно (как в приведенном выше примере) или последовательно через два интервала (также известный как двухинтервальный принудительный выбор , 2IFC ). Например, чтобы определить чувствительность к тусклому свету в процедуре принудительного выбора с двумя интервалами, наблюдателю может быть представлена ​​серия испытаний, состоящая из двух подиспытаний (интервалов), в которых тусклый свет представлен случайным образом в первом или втором интервал. После каждого испытания наблюдатель отвечает только «первое» или «второе».

Термин 2AFC часто ошибочно используется для описания задачи «да-нет» , в которой наблюдателю предлагается серия испытаний, в которых стимул в одних испытаниях предъявляется случайным образом, а в других - нет. Наблюдатель отвечает после каждого испытания только «да» или «нет». На результаты задачи типа "да-нет" гораздо больше влияют различные предубеждения в ответах, чем на задачи 2AFC. Например, при очень тусклом свете человек может совершенно правдиво отвечать «нет» (т. Е. «Я не видел никакого света») при каждом испытании, тогда как результаты задания 2AFC покажут, что человек может надежно определить расположение (сверху или снизу) того же самого тусклого света.

2AFC - это метод психофизики, разработанный Густавом Теодором Фехнером . ^[1]

Поведенческие эксперименты [ править ]

При разработке задачи используются различные манипуляции, предназначенные для проверки конкретной поведенческой динамики выбора. В одном хорошо известном эксперименте с вниманием, в котором исследуется смещение внимания , в задаче по подсказкам Познера используется схема 2AFC для представления двух стимулов, представляющих два заданных места. ^[2] В этом дизайне есть стрелка, указывающая на стимул (место), на который следует обратить внимание. Затем человек должен ответить между двумя стимулами (локациями), когда будет предложено. У животных задача 2AFC использовалась для проверки обучения вероятности подкрепления , например, таких как выбор у голубей после подкрепления испытаний. ^[3] Задача 2AFC также была разработана для проверки принятия решений.и взаимодействие вознаграждения и вероятностного обучения у обезьян. ^[4]

Пример кинетограммы со случайными точками, используемой в задаче 2AFC.

Обезьян учили смотреть на центральный раздражитель, а затем им предъявляли два основных стимула рядом. Тогда ответ может быть сделан в виде саккады на левый или правый стимул. После каждого ответа назначается вознаграждение в виде сока. Затем количество сока варьируется, чтобы изменить выбор.

В другом приложении 2AFC предназначен для проверки распознавания восприятия движения . Задача согласования случайного движения точек представляет собой кинетограмму случайных точек с процентным соотношением чистого когерентного движения, распределенного по случайным точкам. ^{[5] [6]} Процент точек, движущихся вместе в заданном направлении, определяет согласованность движения по направлению. В большинстве экспериментов участник должен сделать выбор между двумя направлениями движения (например, вверх или вниз), обычно обозначенными двигательной реакцией, такой как саккада или нажатие кнопки.

Предубеждения в принятии решений [ править ]

Возможно внесение предубеждений в процесс принятия решений в задаче 2AFC. Например, если один стимул встречается с большей частотой, чем другой, то частота воздействия стимулов может повлиять на убеждения участника о вероятности появления альтернатив. ^{[4] [7]} Введение предвзятости в задаче 2AFC используется для модуляции процесса принятия решений и изучения лежащих в основе процессов.

Вычислительные модели принятия решений [ править ]

Задача 2AFC дала последовательные поведенческие результаты при принятии решений, которые привели к разработке формальных моделей, пытающихся смоделировать динамику принятия решений. ^{[8] [9] [10] [11] [12] [13] [14] [15] [16] [17] »}

Вычислительные модели, использующие 2AFC, обычно делают три допущения :

i) доказательства в пользу каждой альтернативы объединяются с течением времени; ii) процесс подвержен случайным колебаниям; и iii) решение принимается, когда накоплено достаточно доказательств в пользу одной альтернативы перед другой.

-  Богач и др., Физика принятия оптимальных решений ^[7]

Обычно предполагается, что различие в доказательствах в пользу каждой альтернативы - это количество, отслеживаемое во времени, и то, что в конечном итоге влияет на решение; однако свидетельства в пользу различных альтернатив можно отслеживать по отдельности. ^[7]

Модель дрейфа-диффузии [ править ]

Модель дрейфа-диффузии (DDM) - это хорошо определенная ^[18] модель, которая предлагается для реализации оптимальной политики принятия решений для 2AFC. ^[19] Это непрерывный аналог модели случайного блуждания . ^[7] DDM предполагает, что в задаче 2AFC субъект накапливает свидетельства для той или иной альтернативы на каждом временном шаге и интегрирует эти свидетельства до тех пор, пока не будет достигнут порог принятия решения. Поскольку сенсорный ввод, который составляет свидетельство, является шумным, накопление до порога является скорее стохастическим , чем детерминированным - это приводит к направленному поведению, подобному случайному блужданию. Было показано, что модель дрейфовой диффузии описывает точность и время реакции.в человеческих данных для задач 2AFC. ^{[13] [18]}

Формальная модель [ править ]

Накопление доказательств в DDM регулируется по следующей формуле:

${\ Displaystyle dx = Adt + cdW \, \ x (0) = 0}$^[7]

В нулевой момент времени накопленное свидетельство x устанавливается равным нулю. На каждом временном шаге накапливается некоторое свидетельство A для одной из двух возможностей в 2AFC. А положительный, если правильный ответ представлен верхним порогом, и отрицательный, если нижний. Кроме того, для представления шума на входе добавляется шумовой член cdW. В среднем шум сведется к нулю. ^[7] Расширенный DDM ^[13] позволяет выбирать и начальное значение из отдельных распределений - это обеспечивает лучшее соответствие экспериментальным данным как по точности, так и по времени реакции. ^{[20] [21]}${\ displaystyle A}$${\ Displaystyle х (0)}$

Другие модели [ править ]

Модель Орнштейна – Уленбека [ править ]

Орнштейн-Уленбек модель ^[14] расширяет DDM, добавив еще один член, к накоплению, которое зависит от текущего накопления доказательств - это имеет чистый эффект увеличения скорости накопления к первоначально предпочтительному варианту.${\ displaystyle \ lambda}$

${\ Displaystyle dx \ = \ (\ лямбда х + A) dt \ + \ cdW}$^[7]

Модель расы [ править ]

В модели гонки ^{[11] [12] [22]} свидетельства для каждой альтернативы накапливаются отдельно, и решение принимается либо когда один из аккумуляторов достигает заранее определенного порога, либо когда решение является принудительным, а затем решение, связанное с выбран аккумулятор с наивысшим показателем. Формально это можно представить как:

${\displaystyle {\begin{aligned}dy_{\text{1}}\ =\ I_{\text{1}}dt\ +\ cdW_{\text{1}}\\dy_{\text{2}}\ =\ I_{\text{2}}dt\ +\ cdW_{\text{2}}\end{aligned}},\quad y_{\text{1}}(0)\ =\ y_{\text{2}}(0)=0}$^[7]

Модель гонки не сводится математически к DDM ^[7] и, следовательно, не может использоваться для реализации процедуры оптимального решения.

Модель взаимного торможения [ править ]

Модель взаимного торможения ^[16] также использует два аккумулятора для моделирования накопления свидетельств, как и в модели расы. В этой модели два накопителя оказывают тормозящее влияние друг на друга, так что, когда доказательства накапливаются в одном, это ослабляет накопление доказательств в другом. Кроме того, используются негерметичные аккумуляторы, так что со временем накопленные доказательства распадаются - это помогает предотвратить неконтролируемое накопление в сторону одной альтернативы, основанной на небольшом количестве доказательств в одном направлении. Формально это можно представить как:

${\displaystyle {\begin{aligned}dy_{\text{1}}\ =\ (-ky_{\text{1}}-wy_{\text{2}}+I_{\text{1}})dt\ +\ cdW_{\text{1}}\\dy_{\text{2}}\ =\ (-ky_{\text{2}}-wy_{\text{1}}+I_{\text{2}})dt\ +\ cdW_{\text{2}}\end{aligned}},\quad y_{\text{1}}(0)\ =\ y_{\text{2}}(0)=0}$^[7]

Где - общая скорость распада аккумуляторов, а - скорость взаимного торможения.${\displaystyle k}$${\displaystyle w}$

Модель торможения с прямой связью [ править ]

Модель запрета с прямой связью ^[23] аналогична модели взаимного подавления, но вместо того, чтобы подавляться текущим значением другого аккумулятора, каждый аккумулятор подавляется частью входных данных другого. Формально это можно сформулировать так:

${\displaystyle {\begin{aligned}dy_{\text{1}}\ =\ I_{\text{1}}dt\ +\ cdW_{\text{1}}\ -\ u(I_{\text{2}}dt\ +\ cdW_{\text{2}})\\dy_{\text{2}}\ =\ I_{\text{2}}dt\ +\ cdW_{\text{2}}\ -\ u(I_{\text{1}}dt\ +\ cdW_{\text{1}})\end{aligned}},\quad y_{\text{1}}(0)\ =\ y_{\text{2}}(0)=0}$^[7]

Где часть входа аккумулятора, которая блокирует альтернативный аккумулятор.${\displaystyle u}$

Модель объединенного ингибирования [ править ]

Ван ^[24] предложил модель объединенного торможения, в которой третий, распадающийся аккумулятор приводится в действие за счет накопления в обоих накопителях, используемых для принятия решений, и в дополнение к затуханию, используемому в модели взаимного торможения, каждый из аккумуляторов, управляющих решениями, самостоятельно -усиление исходя из их текущей стоимости. Формально это можно сформулировать так:

${\displaystyle {\begin{aligned}dy_{\text{1}}\ =\ (-ky_{\text{1}}-wy_{\text{3}}+vy_{\text{1}}+I_{\text{1}})dt\ +\ cdW_{\text{1}}\\dy_{\text{2}}\ =\ (-ky_{\text{2}}-wy_{\text{3}}+vy_{\text{2}}+I_{\text{2}})dt\ +\ cdW_{\text{2}}\\dy_{\text{3}}\ =\ (-k_{\text{inh}}y_{\text{3}}+w'(y_{\text{1}}+y_{\text{2}}))dt\end{aligned}}}$^[7]

Третий аккумулятор имеет независимый коэффициент затухания , и увеличивается в зависимости от текущих значений двух других аккумуляторов со скоростью, модулируемой на .${\displaystyle k_{\text{inh}}}$${\displaystyle w'}$

Нейронные корреляты принятия решений [ править ]

Области мозга [ править ]

В теменной доле , боковая кора находящихся в теменной доле головном мозге (LIP) нейрон скорострельность у обезьян предсказать реакцию выбора направления движения предполагая эту область участвуют в принятии решений в 2AFC. ^{[4] [23] [25]}

Нейронные данные, записанные от нейронов LIP у макак-резусов, подтверждают DDM, поскольку частота возбуждения для избирательных по направлению популяций нейронов, чувствительных к двум направлениям, используемым в задаче 2AFC, увеличивает частоту возбуждения в начале стимула, а средняя активность в популяциях нейронов смещается направление правильного ответа. ^{[23] [26] [27] [28]} Кроме того, похоже, что фиксированный порог частоты нейронных импульсов используется в качестве границы принятия решения для каждой задачи 2AFC. ^[29]

См. Также [ править ]

• Выбор моделирования
• Набор выбора
• Джулиан Роттер

Ссылки [ править ]