量化动态、持续演变环境中的决策过程

基于摘要分析。该研究关注持续变化的感知环境中，人如何对近期证据赋予更高权重，以及这种证据整合如何体现在 EEG 中。研究采用新的连续任务设计，比较不同环境约束下的中央顶区正电位（Centroparietal Positivity，CPP），并以泄漏式证据累积计算模型解释神经信号与行为适应之间的关系。 与以试次起点为时间参照、描述证据累积至阈值过程的离散任务不同，本研究考察连续输入下的证据时间加权。作者报告，在感官证据发生大幅变化的频率较低时，CPP 对证据波动更敏感；其响应主要对应与决策相关的感官输入，而非与决策无关的输入。这支持 CPP 随环境统计特征调整的解释，但摘要未提供任务刺激、环境操控细节或信号提取方法。 作者还报告，枕顶区的一个互补三相成分编码近期累积感官证据的总和，其幅度与描述个体证据时间整合方式的参数共同变化。泄漏式证据累积模型提示，不同环境之间的决策阈值变化可以解释这些结果；作者报告，决策前 EEG 活动的幅度也反映了这种变化。这属于模型支持的机制解释，不能据摘要认定阈值调整是唯一解释，也不能将相关性视为因果证据。 研究的主要对象是连续感知决策及其 EEG 机制，并非 BCI 解码算法或系统性能验证。摘要未提供被试数、数据划分、定量效应、拟合与模型比较指标，也未说明代码或数据可用性；实验协议、消融及统计信息尚未验证。进一步阅读应核对连续 EEG 响应的估计方式、决策相关与无关输入的控制，以及模型能否区分阈值变化与其他证据整合参数变化。