知识地图 › 06 学习、决策与贝叶斯 › 6.1
贝叶斯脑与线索整合
Bayesian brain and cue combination
★★☆ 核心认知核心
把感知看作"用先验约束的逆推断"——大脑融合多条不可靠线索,得到最优估计。
核心要点
- 最优整合按精度(1/方差)加权:方差越小的线索话语权越大。
- 行为实验(视觉–触觉大小判断、视觉–前庭方向判断)测得的权重与预测高度吻合,是最强证据之一。
- 先验可以是演化的、长期学习的,也可以是任务中即时设定的。
公式
ŝ=Σi σi-2ŝiΣi σi-2,
σŝ-2=Σi σi-2
σŝ-2=Σi σi-2
高斯假设下的最优线性整合——每条线索按其精度加权;融合后的方差小于任何单条线索的方差。
直觉
常见误区
出处
- Ernst & Banks 2002, Nature
- Knill & Pouget 2004, Trends Neurosci