适应人类感觉运动系统噪声特性的逆最优控制

基于带信号依赖噪声的最优反馈控制的算力层面解释，已能解释人类感觉运动行为中的大量现象。然而，通常需为任务假设一个代价函数，并通过比较观测与预测轨迹来评估人类行为的最优性。在此，我们引入带信号依赖噪声的逆最优控制，其允许从观测行为推断代价函数。为此，我们将该问题形式化为部分可观测马尔可夫决策过程，并区分智能体与实验者的推断问题。具体地，我们推导了状态与信念状态演化的概率公式，以及带信号依赖噪声的线性二次高斯问题中传播方程的近似。我们将模型扩展到从实验者视角看状态变量部分可观测的情形。我们通过合成数据验证与应用到实验数据展示了该方法的可行性。我们的方法能够恢复人类序列感觉运动行为中隐含的代价与收益，从而在计算框架中调和规范性与描述性方法。