变化环境中证据积累的随机模型

生物体和生态群体积累证据以做出决策。经典实验和理论研究已经探索了每次试验中正确选择固定时的这一过程。然而，我们生活在一个不断变化的世界。这种无常对关于决策的经典结果有什么影响？为解决这个问题，我们使用序列分析推导了当正确选项随时间变化时证据积累的一个易处理模型。我们的分析表明，理想观察者以由环境波动性决定的速率折扣先前的证据，并且证据积累的动力学由在平均环境时段上获得的信息支配。在变化环境中最优观察者的一个合理的神经实现表明，与先前的模型相反，代表备选选择的神经群体通过兴奋耦合。我们的工作在易变环境中的统计决策与随机非线性动力学之间架起了一座桥梁。