反馈相关 EEG 动态分别反映决策参数、偏差与未来选择

基于摘要分析。本研究关注动态学习中，人们如何受与最优决策无关的意外信息影响，并结合计算建模与 EEG，考察这些学习偏差及后续行为适应在反馈处理中的神经表征。其主要研究对象是概率选择任务中的学习与决策过程，而非 BCI 解码算法。 研究采用修改后的概率选择任务，引入两类可能干扰学习、但与最优任务表现无关的事件：随机改变奖励金额，以及偶尔通过视觉惊奇增强反馈呈现。计算建模用于分析学习行为，EEG 用于考察反馈相关活动的时间进程与空间分布；摘要未说明模型名称、参数估计方法或具体 EEG 分析流程。 作者报告，在该任务中，被试总体学习表现良好，但两类非规范性因素对学习产生了不同的偏置作用。在 EEG 层面，相关参数表现为动态且在时空上可区分的活动序列；反馈处理后期，不同信息流汇聚于中央至中央顶叶区域的正向电位活动。作者将这一活动解释为支配未来行为的适应过程的最终共同通路。摘要不足以核对这一解释所依据的统计关联、预测分析或因果证据，不宜将其直接视为已验证的未来选择解码能力。 被试数量、任务划分、计算模型对照、EEG 预处理、具体时间窗、电极分布、效应量及统计检验尚未验证，实验协议与消融信息也需全文确认。该研究提供的是反馈学习与行为适应的 EEG 机制线索；摘要未提供在线 BCI、跨被试泛化或实际控制性能的验证结果。