觅食作为一种证据累积过程

一个典型的觅食任务是斑块离开问题,其中觅食者必须决定离开当前资源以寻找另一资源。理论工作已推导出何时离开斑块的最优策略,实验也检验了动物遵循或不遵循最优策略的条件。然而,斑块离开决策模型未考虑动物收集信息的不完善且有噪声的采样过程,以及该过程如何受神经生物学机制约束。在本理论研究中,我们构建了一个斑块离开决策的证据累积模型,其中动物对噪声测量取平均以估计当前斑块与整体环境的状态。证据累积模型属于漂移扩散过程类,并已用于不同情境下的决策建模。我们求解了觅食决策最优且等价于边际价值定理的模型条件,并进行了仿真以分析当这些条件不满足时偏离最优的情况。通过调整漂移率与决策阈值,该模型可表示不同策略,例如增量-减量或计数策略。这些策略在极限情形下给出相同决策,但在觅食环境不确定时斑块停留时间的适应方式不同。为解释次优决策,我们引入了一个能量依赖的效用函数,预测在食物充裕时斑块停留时间长于最优值。我们的模型在觅食行为的生态模型与决策的证据累积模型之间提供了定量联系。此外,它为旨在识别斑块离开决策背后神经回路的潜在实验提供了理论框架。