TiCS | 大腦如何用“閉環”學會做更聰明的決定：眶額皮層 × 感覺皮層

PsyBrain 腦心前沿 | 公眾號 PSY-Brain_Frontier

一鍵關注，點亮星標 ??

不錯過每日前沿資訊

認知神經科學前沿文獻分享

基本信息：

Title:Orbitofrontal-sensory cortical interactions in learning and adaptive decision-making

發表時間：2025.12.4

Journal:Trends in Cognitive Sciences（TiCS）

影響因子：17.2

獲取原文：

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

引言

每天早上換一家咖啡店，哪一杯更香、更順口，會悄悄決定你明天往哪家走——這就是強化學習（reinforcement learning, RL）在生活中的表現。然而，做出“下次去哪兒買”的決定，不只是簡單記住味道這么粗糙。大腦需要把氣味、口感、杯型、價格、情緒、品牌這些雜亂信息，整合成一個“值不值得再去”的主觀價值，還要在環境變了（比如咖啡突然變難喝）時迅速翻盤。

傳統觀點認為，感覺皮層只是負責“看清、聞清、嘗清”，眶額皮層（orbitofrontal cortex, OFC）負責“算賬和決策”。但新證據提示，感覺皮層本身也會編碼注意（attention）、工作記憶（working memory）、不確定性（perceptual uncertainty）甚至價值相關信息，而 OFC 又通過反饋信號改寫感覺皮層的表征。兩者更像一個不斷互相教學的閉環系統，而不是簡單的“前端采集 + 后端決策”。

這篇 TiCS 綜述文章以計算強化學習框架為主線，系統梳理了 OFC 與五大感覺系統（視覺、聽覺、軀體感覺、嗅覺、味覺）之間的雙向連接：

感覺皮層把壓縮后的任務信息送給 OFC，幫助構建抽象的任務狀態與“認知地圖”（cognitive map）；OFC 再把基于價值與任務結構的“教學信號”回送感覺皮層，放大有用特征、重映射價值，讓感覺皮層從“被動感受器”升級為“帶認知功能的前端模塊”。

這不僅改寫了我們對感覺皮層的認識，也為理解人腦如何高效學習，以及如何設計更聰明的人工神經網絡，提供了新思路。

實驗設計與方法邏輯

本文并非單一實驗，而是整合解剖追蹤、動物電生理、人類 fMRI 以及深度 / 元強化學習（deep/meta-RL）模型等多類證據：

作者先從解剖結構出發，明確 OFC 與各感覺皮層的互惠投射；隨后分別梳理自下而上的“感覺→OFC”通路如何提供注意、工作記憶與不確定性信息，自上而下的“OFC→感覺”通路如何實現感知增強與價值重映射；最后在強化學習的計算框架中，把這些結果統一成一個閉環模型，解釋大腦如何邊感知邊學習、邊更新任務結構。

核心發現

解剖上：OFC 是連接五大感覺通路的“價值樞紐”

圖 1 展示了人類大腦外側視圖中，OFC 與軀體感覺、嗅覺、味覺、視覺和聽覺皮層的廣泛雙向連接：后部 OFC 接收更多來自初級感覺皮層的輸入，前部 OFC 更多連接聯絡區，尤其是與物體 / 面孔識別相關的腹側視覺通路。 這種“從外周到高級”的多級輸入，使 OFC 得以整合多模態信息（比如咖啡的味道 + 香氣 + 觸感），計算跨模態的主觀價值，并向下游（如紋狀體、海馬）輸出價值與任務狀態信息，從而在解剖上奠定其“價值樞紐”的地位。

Figure 1. Major anatomical connections between sensory cortices and the orbitofrontal cortex (OFC).

感覺→OFC：不僅傳“是什么”，還傳注意、記憶和不確定性

圖 2A 用示意流程總結了感覺皮層送往 OFC 的多條信息流：除傳統的感覺特征外，還有自下而上的顯著性 / 注意信號（bottom-up attention）、感覺工作記憶表征以及對當前刺激的感知不確定性。 這些“預處理后”的高級信號，幫助 OFC更精準地進行獎勵預測、價值比較與責任歸因（credit assignment）：突出的刺激優先被評估，可維持在感覺工作記憶中的特征更易被正確“記賬”，高不確定性則會壓低價值信號、推動探索。

Figure 2. Contribution of sensory inputs to value computation and representation learning in the orbitofrontal cortex (OFC).

OFC→感覺：用價值信號直接“調參”感覺皮層

在圖 3A 的咖啡例子中，一次令人愉快的體驗，會讓 OFC 向感覺皮層發送獎勵期望與目標導向注意兩類自上而下信號：前者提升對與獎勵相關特征的響應增益，后者選擇性放大與當前目標有關的刺激、抑制無關輸入。 動物實驗進一步顯示，OFC 投射到 V1、A1 或嗅皮層時，可以分別抑制無獎刺激、放大獎勵相關刺激的神經反應，實現對感覺編碼的“價值調諧”；在人類 fMRI 中，則可觀察到在反轉學習階段，OFC 與獎相關 S1 區域的功能連接瞬時增強，提示其通過“教學信號”重寫感覺-獎勵映射。

Figure 3. The orbitofrontal cortex (OFC)–sensory cortex interactions supporting reinforcement-based adaptive learning.

閉環 RL 模型：OFC–感覺皮層協同構建

“任務認知地圖”

圖 2B 和 3B 合在一起給出一個閉環強化學習框架：感覺皮層將壓縮后的任務相關特征（包括不確定性、顯著性與近期刺激記憶）送入 OFC，OFC 將其與海馬、內嗅皮層等處存儲的既往任務狀態進行比較——若相似，則更新舊狀態；若不同，則創建新狀態并附帶“探索”加成。 這些任務狀態構成抽象的認知地圖，驅動對未來結果的預測，再通過價值期望與重映射信號回傳感覺皮層，持續調整前端表征，實現在不確定、可變環境中的高效學習與靈活決策。

歸納總結和點評

總體來看，本文提出了一個優雅的閉環模型：

• 感覺皮層不再是被動的“像素工廠”，而是能根據注意、記憶與不確定性進行智能“壓縮”的前端；

• 眶額皮層則在此基礎上構建任務狀態與認知地圖，并通過價值導向的教學信號，塑造感覺皮層對世界的“看法”。

這種雙向互動既可以解釋動物與人類反轉學習、價值驅動注意和感知增強等現象，也為人工智能中的表征學習與元強化學習提供了神經啟發。

作為一篇跨解剖、系統神經與計算建模的綜述，它在“感覺皮層也很聰明”與“OFC 不只是算錢，更在教別人怎么算”這兩個點上，給出了兼具數據基礎與理論高度的統一視角，值得做決策與學習研究的讀者細細品味。

AI 一句話銳評

這篇文章本質上在說：真正聰明的腦，不是前端感知 + 后端決策，而是讓“感覺皮層也會思考、OFC 也會 teach”，把整張大腦網絡訓練成一個自我更新的閉環強化學習系統。

請打分

這篇剛剛登上TiCS的綜述，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。

前沿交流|歡迎加入認知神經科學前沿交流群！

核心圖表、方法細節、統計結果與討論見原文及其拓展數據。

分享人：BQ

審核：PsyBrain 腦心前沿編輯部