经验驱动的规划策略发现

人类尽管认知资源有限，却能高效规划，是因为我们拥有一套自适应的规划策略，并知道何时如何使用它们。但这些策略是如何获得的呢？虽然前期研究已探讨个体如何在现有策略之间进行选择，但关于新规划策略形成过程的认识仍有限。本文提出，新的规划策略是通过元认知强化学习发现的。为此，我们设计了一个新实验以探讨规划策略的发现。随后，我们提出了元认知强化学习模型，展示了其在策略发现方面的能力，并表明它们比替代学习机制更能解释人类的策略发现。然而，这些模型在拟合人类数据时，发现速度较人类慢，这为改进留下了空间。