生动地想象与某人有积极互动，可以增加你对他们的喜爱程度——甚至改变大脑储存关于该人信息的方式。在想象中的遭遇中，参与者产生了更强烈的偏好，脑部扫描显示出类似于人们从真实有回报体验中学习时所见的活动模式。研究结果强调，想象力是一个主动过程，能够塑造期望、动机和未来选择。这项工作提出了通过引导想象改善人际关系、减少社交焦虑和提升表现的新可能性。

以往的研究表明，当我们想象未来时，正是那些让我们记忆过去的大脑区域起到了作用。孩子们大约在3岁左右就开始发展想象和记忆的能力。在老年人中，这些能力也往往在大约同一时间衰退。而大脑记忆中枢受损的人则难以想象新的体验。Benoit说：“如果记忆和想象如此相似，那么理论上人们应该能够从仅仅是想象的事件中学习。为了验证这一理论，研究人员招募了50人进行脑成像研究。

图1 实验流程

参与者提供其个人熟悉的人名，根据其喜好和熟悉程度对这些人物进行评分——评分分别在情景模拟任务前后进行。基于初始评分，我们选取了六位最中性受喜欢的人物，每组两人分别构成高奖励组（HR）、低奖励组（LR）和基线组。在MRI扫描仪的每次试验中，参与者需在HR和LR人物间做出选择，旨在选择更可能产生愉悦想象情景的人物。决策后，参与者需想象与该人物在愉悦（概率比：HR/LR = 0.8/0.3）或中性至不愉快情境下的互动。随后参与者对模拟互动的愉悦程度进行评分，该评分作为心理体验奖励价值的替代指标。

图2 情景模拟诱导学习效应

大圆点表示均值，误差线表示均值标准误；n=49；CK，选择核模型（Choice Kernel model）， RWCK， 结合RW模型与CK模型（Combined Rescorla-Wagner and Choice Kernel model）， WSLS，赢-留-输-转移模型（Win-Stay-Lose-Shift model）。

在实验过程中，受试者逐渐形成对高奖励（HR）条件（蓝线）个体的选择偏好。阴影蓝色区域表示均值的标准误差。Rescorla-Wagner（RW）模型的逐次试验估计选择结果与实证数据（紫色线）高度吻合。总体而言，受试者选择HR（相较于低奖励；LR）个体的概率显著更高。统计学显著性通过单尾Wilcoxon符号秩检验评估，p=5.6e-10。在外部评分任务中，情景模拟还导致对HR条件个体的喜好度提升幅度大于对LR条件个体的喜好度变化幅度。模拟任务中获得的HR个体偏好（p（HR））与受试者对HR（vs. LR）个体喜好度的提升呈正相关，表明两种效应均反映了情景模拟引发的价值更新。黑色线条表示线性回归，阴影区域为95%置信区间。相对于RW模型，其他所有模型对实证数据的拟合度均较差。模型拟合度通过BIC值评估，差异计算公式为 BIC_RW-BIC_model。参与者对那些他们在想象中玩得更开心的人产生了偏好，在后续测试中，他们表示更喜欢这些人。

图3 内源性强化学习的神经基础

大圆点表示均值，误差线表示均值的标准误；n = 49；统计推断基于单尾单样本t检验

腹侧纹状体感兴趣区（ROI）的激活程度通过Rescorla-Wagner（RW）模型估计的试次预测误差（PE）进行参数化调节（p = 4e-07）。表征相似性分析表明，背内侧前额叶皮层（dmPFC）编码个体表征（左图）。这反映在功能运行期间对同一人物的模拟比对不同人物时表现出更相似的活动模式。该图展示了数据衍生与预测相似性矩阵之间的Kendall τ 相关性（左图上部）（p = 5.6e-04）。dmPFC的活动还通过RW模型估计的持续更新人物价值(Q)进行参数化调节（右图）。因此，dmPFC的活动携带了关于个体及其价值的信息。

他们如何得出这种偏好，在脑部扫描中表现得非常明显：当参与者经历较强的预测误差时，腹侧纹状体（控制奖励预测误差的主要脑区）在想象中会更加明亮。该区域似乎与背侧前额叶皮层协同工作，后者负责储存个体记忆。

图4 腹侧纹状体与背内侧前额叶皮层（dmPFC）的预测误差依赖性耦合

较大的圆点表示均值，误差线表示均值的标准误差；n=49。

心理生理交互作用（PPI）分析显示，较大的预测误差（PE）与腹侧纹状体和背内侧前额叶皮层（dmPFC）之间更强的功能连接相关。因此，这与引发价值更新的区域和代表被更新信息的区域之间更强的耦合相关。该图展示了dmPFC中的PPI效应（p = 2.2e-05）。

研究结果表明，当受试者想象与某些熟人发生意外愉悦事件时，会对其产生偏好。这种学习机制可通过基于奖励性体验的预测误差计算模型进行最佳解释。通过功能磁共振成像（fMRI）技术，我们发现预测误差的产生与纹状体活动相关。该活动通过更新个体的皮层表征，进而调整其对个体的偏好。研究结果证实：想象行为能够突破预期，通过调用实施强化学习的神经系统，从而驱动内生性学习。

参考文献

Dabas, A., Bruckner, R., Schultz, H., Bergmann, F., & Benoit, R. G. (2025). Learning from imagined experiences via an endogenous prediction error.Nature communications, 16(1), 10845. https://doi.org/10.1038/s41467-025-66396-2

资讯来源

解读：李孜怡

审核：张致瑞