Nat Ment Health | 渴求如何改寫強化學習：酒精與大麻使用者的計算機制

認知神經科學前沿文獻分享

基本信息

Title:A computational mechanism linking momentary craving and decision-making in alcohol drinkers and cannabis users

發表時間:2026

發表期刊:Nature Mental Health

影響因子:8.7

獲取原文:

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

研究背景

成癮研究中存在兩個長期并行的傳統：一是關注線索反應（cue-reactivity），即個體看到酒精或大麻相關線索后主觀“更想要”的渴求感；二是關注決策過程中的強化學習（reinforcement learning），即人在反復試錯中如何根據獎勵反饋更新選擇策略。然而，臨床上常關注的“當下渴求”與行為學分析的“下一步選擇”之間，一直缺少一個能落到計算參數上的統一解釋。

本研究試圖回答的核心問題是：當下渴求究竟如何影響成癮相關決策？而決策過程中的預期價值（expected value）與實際結果（outcome），又是否會反過來塑造下一刻的渴求？如果這種雙向作用存在，能否用一套統一的計算建模（computational modeling）機制來描述，并在酒精飲用者與大麻使用者之間進行跨物質比較？

實驗設計與方法邏輯

研究招募了132名中高風險物質使用者（酒精組68人、大麻組65人），并設置了健康對照與“交叉線索”控制樣本。實驗采用改造的雙臂老虎機反轉學習（two-armed bandit reversal learning）范式。被試需要在兩臺機器間反復選擇以追蹤高概率獎勵，任務分為金錢區塊（贏得貨幣圖片）與成癮區塊（贏得被試預先選出的最誘人酒精或大麻圖片）。任務期間，被試需間歇性報告當下的渴求感與心境。

驗證分為三步：首先，通過模型無關檢驗確認各組均能有效學習任務，排除單純的表現差異；其次，構建決策模型，比較標準強化學習、渴求調制結果感知（o-bias）、調制學習率（α-bias）等多種候選模型，定位渴求如何影響選擇；最后，構建渴求模型，檢驗預期價值與實際結果如何共同驅動渴求。此外，研究還評估了這些模型提取的參數能否提升對成癮風險分數的預測能力。

核心發現

發現一：在成癮線索下，渴求通過改變學習率影響決策，且在酒精與大麻組中方向相反

在成癮區塊中，最能解釋兩組行為數據的決策模型均為 α-bias 模型，即當下的渴求感會直接改變個體的學習率（learning rate）。這意味著渴求并非簡單讓人“更沖動”，而是改寫了大腦從反饋中更新價值的速度。更關鍵的是，這種調制方向在兩組中完全相反：酒精組的調制參數為正，意味著渴求越高，酒精相關學習越快；大麻組的調制參數為負，意味著渴求越高，大麻相關學習反而越慢。這提示兩類物質使用者雖然在表面上都能學會任務，但內部的計算更新規則并不相同。

Fig. 3 中，作者展示了成癮條件下 α-bias 模型在兩組中均優于其他候選模型，且酒精組的調制參數顯著為正，大麻組顯著為負

針對“渴求從何而來”的問題，模型比較顯示，無論是在成癮還是金錢條件下，兩組最佳的渴求生成模型均為“預期價值 + 實際結果”（EV + outcome）。這表明，任務中的動態渴求不僅是被外部圖片線索瞬間點燃的，還會隨著個體對獎勵的預期（預計會得到多大回報）以及實際獲得的結果而不斷更新。模型預測的渴求軌跡與被試真實的渴求評分高度相關，證實了主觀想要感是一個隨內部價值狀態與結果證據動態變化的變量。

Fig. 4 中，作者展示了包含預期價值與實際結果的聯合模型在兩組中表現最佳，且模型預測值與真實渴求評分顯著相關；

渴求對決策的影響高度依賴獎勵情境。在金錢區塊中，兩組的最佳模型均變為 o-bias，即渴求不再改變學習率，而是放大對金錢結果的主觀感知。此外，健康對照組和交叉線索（如酒精使用者看大麻線索）控制實驗表明，這種“渴求調學習率”的耦合主要針對個體的主要使用物質。在臨床預測方面，將計算模型參數加入回歸分析后，能顯著提升對酒精成癮風險分數的預測效果，但對大麻風險的預測增益有限，提示不同物質可能需要不同的臨床建模維度。

Fig. 5 中，作者展示了結合人口學、模型無關指標與計算參數的全模型能最佳預測酒精成癮風險，但大麻組并未從計算參數中獲益；

省流總結

本研究結合計算建模發現，渴求與強化學習在成癮決策中存在雙向耦合。渴求不僅由預期價值與實際結果共同驅動，還會以物質特異性的方式改變學習率：酒精使用者越渴求學得越快，大麻使用者越渴求學得越慢。這為理解跨物質成癮機制提供了新的計算視角。

請打分

這篇剛剛登上Nat. Mental Health的研究，是否實至名歸？我們邀請您作為“云審稿人”，一同品鑒。精讀全文后，歡迎在匿名投票中打分，并在評論區分享您的深度見解。

分享人：天天

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認知神經科學的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」

科研是一場探索未知的長跑，但你無需獨行。歡迎加入PsyBrain 學術社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點擊卡片進群，歡迎你的到來

一鍵關注，點亮星標 ? 前沿不走丟！

一鍵分享，讓更多人了解前沿