注意力资源在不等相关性多项目间的最优分配
神经元与认知
2018-02-20 v1
摘要
在自然感知中，场景中不同项目（物体）对观察者而言极少具有同等相关性。大脑通过将注意力导向最相关的项目（例如最可能被探测到的那些）来提升表现。对于一般的探测概率集合，尚不清楚应如何分配注意力资源以最大化表现。在此，我们研究在每轮试验中仅有一个项目被探测时，将固定资源预算 E 在 N 个项目间分配的最优策略。我们开发了一种高效算法，对于任意凹效用函数，该算法将 N 维问题化简为一组 N 个一维问题，大脑有可能合理地解决这些问题。我们发现，按探测概率成比例分配资源的直观策略一般而言并非最优。特别地，在某些任务中，若资源匮乏，最优策略会对具有非零探测概率的项目分配零资源。我们的工作为规范性引导的注意力分配研究打开了大门。
引用
@article{arxiv.1802.06456,
title = {Optimal allocation of attentional resource to multiple items with unequal relevance},
author = {Nuwan de Silva and Wei Ji Ma},
journal= {arXiv preprint arXiv:1802.06456},
year = {2018}
}