走向行为网络的动态系统解释:整合匹配机制、非均衡理论、动量理论以及Brunt–V?is?l?频率模型

《Behavioural Processes》:Toward a dynamical systems account of behavior networks: Integrating matching, disequilibrium theory, momentum, and Brunt–V?is?l? frequency

【字体: 大 中 小 】 时间:2026年08月27日 来源:Behavioural Processes 1.6

编辑推荐:

  • 匹配、非均衡和动量在一个动态方程中得到了统一。 • Brunt–V?is?l?类比描述了回归均衡的速率。 • 网络耦合捕捉了偶然性变化如何在响应中传播。 • 模拟再现了不完全的转换和类似动量的持续性。 • 该框架生成了关于行为动态的新颖且可检验的预测。 引言

  • 匹配、非均衡和动量在一个动态方程中得到了统一。
• Brunt–V?is?l?类比描述了回归均衡的速率。
• 网络耦合捕捉了偶然性变化如何在响应中传播。
• 模拟再现了不完全的转换和类似动量的持续性。
• 该框架生成了关于行为动态的新颖且可检验的预测。

引言
科学进步往往通过将历史上孤立研究的研究领域联系起来而实现。例如,在物理学中,通过将热力学、力学和统计物理学统一在守恒原理和能量交换模型之下(Boltzmann, 1872, Clausius, 1850),取得了进展。在化学中,通过量子化学将有机和无机子领域联系起来,将原子理论与反应动力学联系起来(Coulson, 1952, Pauling, 1931),推动了进步。在生物学中,现代综合将遗传学、细胞生物学和进化论结合成一个系统,为遗传和适应提供了解释(Dobzhansky, 1937, Huxley, 1942, Mayr, 1942)。在行为科学中,各种行为过程、法则和原理历来都是相对孤立研究的。这使得研究人员能够更准确地理解每个过程的工作原理以及影响它的变量。例如,研究人员研究了行为如何随着时间在可用的不同选项之间分配(即匹配定律;Baum, 1974, Herrnstein, 1961, McDowell, 2005);如何通过限制行为来预测强化物和惩罚物(即非均衡理论;Staddon and Simmelhag, 1971, Timberlake and Allison, 1974);以及一旦达到稳态后改变行为模式的难度(即行为动量;Nevin, 1974, Nevin, 1992)。
本文试图将已知的行为过程整合成一个单一的动态系统。具体来说,我们整合了上述三个过程:匹配、非均衡和行为动量。目标有三个方面。首先,提供一个动态系统解释,描述并预测一个生物体的总体行为库随时间的变化。其次,提供一个初步的数学框架,描述并预测由这些原理整合而成的行为模式(当然,这一框架会随着时间和实验而不断改进)。最后,提供一个数据收集和分析框架,无论方程最终采取何种形式都能实现整合。
重要的是,该框架对生物体如何分配个别响应的即时决策过程是不透明的。先前的努力,如强化数学原理(Killeen, 1994)、改善(Herrnstein, 1961)和即时最大化(Nevin, 1974, Nevin, 1992),提出了特定的分子规则来控制每个选择,并生成分子层面的行为模式(分子 → 分子)。在这一层面上可能还有许多重要的工作有待完成(Cox, 2026)。相比之下,当前的方法通过询问如何设计一个动态的行为-环境系统来统一分子和分子层面的过程,其中假设过去的经验观察定义了系统特征(例如匹配、非均衡理论、动量),并研究它们如何整合。类比来说,当前的系统试图描述行为分配的分子轨迹随时间的变化,而不像Navier–Stokes方程那样模拟个别分子碰撞来描述总体流体动力学。

为了使这样的动态系统工作,除了上述过程之外,还需要两个额外的特征。首先,一个响应上的偶然性可能会影响由不同偶然性维持的其他响应。例如,改变一个刺激条件下的强化可能会影响另一个未改变条件下的响应(例如行为对比;Reynolds 1961)。或者,另一个例子是,改变某些环境变量可以改变多种结果的强化或惩罚效果,从而改变与这些结果相关的许多行为的概率(即动机操作;Laraway et al., 2003, Michael, 1982, Michael, 1993)。这种相互关联的偶然性要求我们能够对刺激-刺激、刺激-行为以及行为-行为之间的关系进行建模,跨越空间和时间。
第二个特征与行为轨迹的概念有关。例如,在匹配实验中改变计划会使生物体从当前的均衡状态偏离,然后行为系统会重新分配回到匹配均衡状态。测量行为动量需要行为从一个稳态移动到另一个稳态。但并非所有的环境-响应模式的变化都是相等的。当将其概念化为一个系统穿过的空间时,自然会产生一些问题,比如这个空间由什么组成,我们如何捕捉其梯度(例如,从较高强化率转移到较低强化率,如从连续强化到消退的转换)。为了对行为变化进行预测,必须描述行为变化通过这个梯度空间的稳定性和时间过程。Brunt–V?is?l?频率最初是为地球物理学中的分层流体开发的(V?is?l?, 1925),为此提供了一个自然的类比(详见下文)。

在下文中,我们首先描述了其他科学如何在从静态描述向动态描述其现象的过程中所采取的类似方法。然后,我们系统地构建所提出的动态系统:(1)引入匹配定律作为均衡的定义;(2)将行为动量描述为抵抗位移;(3)将位移从均衡状态描述为产生恢复力场;(4)使用Brunt–V?is?l?类比描述回归的速率和稳定性。在概述了每个部分后,我们提出了综合的动态方程,描述了计算实现策略,并通过数值模拟展示了该框架在ABABABAB反转设计下的行为。

从静态到动态描述
传统的强化理论通常将强化视为刺激的静态属性。例如,Premack(1965)的原则将强化重新定义为相对概率,其中高概率活动强化低概率活动。另一个例子是非均衡理论(Timberlake and Allison, 1974),将强化定义为将行为限制在其基线分配以下的结果。这些描述缺乏动态视角。也就是说,匹配定律(Hernstein, 1961)形式化了均衡状态下行为在强化物之间的分配:B1B2 = R1R2。这里,B1和B2代表某种行为维度(例如,频率、花费的时间),R1和R2代表某种强化维度(例如,频率、强度),这些维度取决于B1和B2的发生。在其广义串联形式中(Baum, 1974, McDowell, 2005),每个强化物的价值是Determinants的乘积。

该框架需要两个明确的假设才能正常工作。第一个假设是存在一个强化物密度场ρ(B),它描述了响应-强化物分配空间不同区域的“密集”或“陡峭”程度:ρ(B) = fBi,RiT,Ui,Ci,ki = ?ρ?Bi。这里,Bi是给定响应i的当前分配,Ri/T是响应i的强化率(单位时间T内的强化物[Ri],Ui是强化物i的主观效用,Ci是...

所有上述组件可以组合成一个二阶微分方程,用于控制行为随时间的变化:mid2Bidt2 = ωi2FDE,i(B) ? ζdBidt + ∑jwij(Bj?Bj0)。方程(14)将位移从均衡状态描述为一个恢复力场,其有效强度受Brunt–V?is?l?频率(即周围的强化物密度景观)的调节,动量表现为惯性,阻尼表现为对行为变化的速度依赖性阻力,网络关联表现为耦合。

计算实现
对于任何强化的动态描述来说,一个实际挑战是以在实验观察期间收集的数据为基础,以计算上可行且动态可更新的方式表示偶然性结构。在本节中,我们描述了一种基于超邻接张量和时间差分(TD)学习的实现策略。

为了说明该框架的行为,我们接下来展示了具有五种同时发生的行为的ABABABAB反转设计的数值模拟。一个目标行为在不同条件下在丰富的(VI-10)和贫瘠的(VI-100)计划之间交替,而四种伴随行为保持在恒定计划(VI-20, VI-40, VI-60, VI-80)上。模拟实现了方程(22)–(23)中描述的离散积分器。表2总结了模拟中使用的参数值。

讨论
本文提出的框架旨在将四条独立发展的研究路线整合成一个单一的动态系统,用于控制行为库随时间和偶然性变化的行为分配。这些包括匹配、非均衡理论、行为动量和通过Brunt–V?is?l?类比实现的向均衡状态的回归速率。匹配定律定义了均衡表面;非均衡产生恢复力场;行为动量提供惯性;Brunt–V?is?l?...

结论
本文提出了一种向动态系统框架的迈进,该框架整合了历史上孤立研究的知名行为过程。这些过程包括匹配定律、非均衡理论、行为动量和通过Brunt–V?is?l?类比实现的向均衡状态的回归速率。每个过程都被整合到单一的微分方程中,用于控制行为随时间的变化。该框架相对于现有描述有三个方面的改进。首先,它整合了...

利益冲突声明
作者声明他们没有已知的竞争财务利益或个人关系可能影响本文报告的工作。

David J. Cox
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号