在日常生活中，我们的注意与决策常受预期奖励的引导，但奖励预期究竟是通过统一机制同时调控感觉加工与决策，还是通过不同机制分别作用于二者，尚不明确。以往研究多将奖励对感觉敏感性（sensitivity）与决策标准（criterion）的影响混为一谈，因为实验设计往往使高奖励位置既被优先感觉加工（敏感性提升），又被优先选择（标准偏移）。此外，神经层面亦缺乏证据区分奖励驱动的“注意增益”与“决策偏差”是否共享神经资源。因此，亟需一种能够分离奖励预期对感觉和决策不同作用的实验范式，以厘清奖励、注意与选择之间的机制联系。

实验设计采用两因素被试内范式，24名受试者分别完成“空间特异性”与“选择特异性”奖励预期两个独立会话。每会话含12个区块，每区块48试次，并在增益（仅奖正确）与损失（仅罚错误）两种情境间伪随机切换。两侧视野中一侧为奖励/惩罚固定的FX侧，另一侧为在10–16试次迷你区块间随机切换高或低奖励/惩罚的VR侧，受试者仅通过反馈隐式学习切换。

任务为朝向变化觉察：注视后双侧呈现Gabor光栅，中央箭头颜色提示固定/可变侧；300–700 ms空屏后光栅200 ms再现，单侧或双侧独立变化50%概率；随后中央探针指示需报告的一侧，受试者以按键作答（是/否）。反应窗口1500 ms，之后即时给予音-视反馈和累计得分动画。

行为层面用信号检测论估计每侧、每情境下的敏感性d'与标准c，并以Δd'、Δc量化奖励情境差异造成的调制。眼动数据以1000 Hz红外眼动仪记录，离线检标微扫视（microsaccade），计算朝向各侧的扫视率；同时记录反应时间（RT）作为运动输出指标。

脑电以128导联EEG采集，预处理后经ICA去伪迹、重参考。事件相关电位取后部对侧电极量化N2pc（150–210 ms）与P300（230–480 ms）幅度；频谱分析锁定个体α峰（IAF±0.5 Hz）计算刺激后450–950 ms的对侧α功率抑制。最后，以试次滑窗追踪奖励切换后d'、c、α功率、微扫视率及RT的动态变化，并用线性模型检验神经/运动指标对行为调制的预测力。

将特定空间与特定选择的奖励期望分离。

本研究通过精巧的任务设计，首次在行为与神经层面厘清了奖励预期对注意与决策的分离作用。具体而言，当奖励差异体现在空间位置时，个体仅提高高奖励侧的感知敏感性，并伴随经典的注意神经标记（N2pc/P300、α抑制及微扫视偏向），且这些指标呈跨视野的资源竞争；而当奖励差异仅体现在同一位置内的“是/否”选择时，个体仅调整决策标准，以更快做出高奖励反应，却不激活任何空间注意的神经或运动信号。更重要的是，神经指标可显著预测空间特异条件下的敏感性变化，却无法预测选择特异条件下的标准变化，这进一步证明两类奖励效应由可分离的机制介导。综上，奖励既可增益感觉加工，也可独立地塑造决策倾向，而二者并不共享空间注意的神经资源。

空间特定和选择特定的奖励期望独立调节敏感性和标准

奖励期望对心理物理参数的影响。

特定于空间而非特定于选择的奖励期望会调节与注意力相关的ERP。

特定于空间而非特定于选择的奖励预期会产生侧化的阿尔法功率抑制。

参考文献：

Ankita Sengupta, Devarajan Sridharan. Reward expectation yields distinct effects on sensory processing and decision making in the human brain[J]. PLOS Biology, 2025, 23(7): e3003234.

资讯来源：

https://neurosciencenews.com/attention-reward-neuroscience-29553/

解读成员 | 曹修齐

审核成员 | 褚凡