[论文解读] A Formal Approach to Modeling the Cost of Cognitive Control

Kayhan Özcimder, Biswadip Dey+5 more|arXiv (Cornell University)|May 31, 2017

Game Theory and Applications参考文献 12被引用 5

一句话总结

本文提出一个形式化框架，通过区分强度成本（量化为实现期望任务响应所需的控制偏差）与交互成本（衡量竞争过程之间的干扰），来建模神经网络中的认知控制成本。该方法结合概率建模与图论，推导出最优控制策略，揭示出多任务可行性取决于控制偏差与干扰水平的共同作用，边界情况则需引入交互成本以准确预测性能下降。

ABSTRACT

This paper introduces a formal method to model the level of demand on control when executing cognitive processes. The cost of cognitive control is parsed into an intensity cost which encapsulates how much additional input information is required so as to get the specified response, and an interaction cost which encapsulates the level of interference between individual processes in a network. We develop a formal relationship between the probability of successful execution of desired processes and the control signals (additive control biases). This relationship is also used to specify optimal control policies to achieve a desired probability of activation for processes. We observe that there are boundary cases when finding such control policies which leads us to introduce the interaction cost. We show that the interaction cost is influenced by the relative strengths of individual processes, as well as the directionality of the underlying competition between processes.

研究动机与目标

• 在多任务场景中形式化认知控制成本，超越单任务模型。
• 量化在干扰存在下实现期望任务响应所需的控制努力（强度成本）。
• 为网络化架构中过程间的干扰建立度量标准（交互成本）。
• 识别由于干扰导致同时执行任务失败的边界条件，从而需要引入新的成本分量。
• 基于成本度量，实现对过程为反射、自动或控制类型的正式分类。

提出的方法

• 使用包含输入、输出和权重矩阵的神经网络框架建模认知控制，通过添加偏差施加控制。
• 将强度成本定义为实现目标响应概率所需的控制偏差大小，基于偏差与激活之间的概率关系推导得出。
• 建立优化问题，以在资源约束下确定实现指定激活概率所需的最小控制偏差。
• 引入交互成本作为连续度量，基于相对过程强度与连接方向性，量化任务间的干扰。
• 使用图论表示法建模任务网络，并模拟不同配置下的干扰模式。
• 通过模拟验证模型，结果表明交互成本能准确预测多任务场景下的性能下降，尤其在非对称干扰情况下。

实验结果

研究问题

• RQ1 如何在多任务神经网络架构中正式量化认知控制成本？
• RQ2 在控制偏差充足的情况下，何种条件会导致无法实现期望的任务响应，以及如何对这些情况进行建模？
• RQ3 过程间干扰的方向性与强度如何影响整体任务表现？
• RQ4 交互成本能否作为连续度量，用于预测网络系统中的干扰水平？
• RQ5 强度成本、交互成本与并行任务执行可行性之间的关系是什么？

主要发现

• 强度成本函数形式化了控制偏差与实现期望响应概率之间的关系，使在给定性能目标下实现最小偏差的优化成为可能。
• 存在边界情况，即无论控制偏差多大都无法实现期望响应，表明因干扰导致固有不可行，这要求引入交互成本。
• 交互成本受竞争过程相对强度及干扰方向性的影响，非对称干扰模式会导致更大的性能下降。
• 模拟结果证实，交互成本能准确预测多任务场景下的性能下降，尤其当一个任务强烈干扰另一个任务时。
• 该模型可实现对过程的正式分类：反射无需成本，自动过程仅产生强度成本，控制过程则同时产生强度与交互成本。
• 该框架揭示了共享表征与并行处理能力之间存在的根本权衡：分离表征可降低交互成本，但可能增加强度成本。