51、感知与行动中信息整合的最优性原则探索-优快云博客

本文链接：https://blog.youkuaiyun.com/spice/article/details/154894518

感知与行动中信息整合的最优性原则探索

在人类感知研究领域，将人类的感知行为与“理想观察者”这一计算模型进行比较是一种常见的研究方法。理想观察者在设计时，科学家会对与任务相关的先验信念、提供任务执行数据的信息源以及不同类型错误的成本做出假设。它能将先验信念、数据和错误成本进行整合，从而在给定模型假设的情况下，以最优方式选择行动。

使用理想观察者的表现作为人类表现的“黄金标准”或基准，能带来许多有趣的见解：
- 表现相当 ：若人的表现与理想观察者处于同一水平，说明此人以最优方式使用和整合了所有相关信息，行为具有最优性。
- 表现较差 ：表明此人存在感知或认知瓶颈，如工作记忆容量有限或注意力资源不足，需要进一步实验来确定这些瓶颈。
- 表现超越 ：意味着模型的假设过于严格，可能此人使用了模型无法获取的信息源，此时科学家可能会考虑设计更复杂的理想观察者。

科学家们对利用理想观察者来描述人们如何基于多种感知线索整合感官信息很感兴趣。这些线索可能来自同一感官模态，也可能来自不同模态。例如，判断表面曲率时，观察者可能会利用基于视觉纹理、双目视差和阴影的视觉线索，以及通过手动探索表面获得的触觉线索。

重要的研究发现显示，人们倾向于以统计最优的方式整合基于不同线索的信息。具体而言，他们的感知判断往往与标准理想观察者的判断相匹配，该观察者将场景属性的值估计为基于单个线索的估计值的加权平均值，且线索的权重与线索的可靠性相关，线索的可靠性与给定线索值时场景属性分布的方差成反比。