獎勵聯結的任務無關刺激在注意捕獲中的作用

劉 麗

（天津商業大學法學院心理系，天津300134）

1 引言

在日常生活中，個體總是面臨著包含大量信息的視覺場景，人類的注意系統能夠偏向目標相關或者物理突顯的客體，從而提高對信息的選擇（Serences＆Yantis，2007）。但近年來的研究表明，價值也能夠使視覺注意指向特定的客體。以前在價值學習中和獎勵聯結的刺激特征，當在隨后的視覺搜索任務中不再預測獎勵結果時，仍能無意識地捕獲注意（Anderson，Laurent，＆Yantis，2011）。例如，在訓練階段將紅、綠顏色分別和高、低獎勵建立聯結，在測試階段這些顏色作為不突顯的分心物出現，并且測試任務不伴隨獎勵。結果發現，與低獎勵聯結顏色分心物和無分心物條件相比，高獎勵聯結的顏色分心物出現時能夠使搜索目標的反應時變長（Anderson et al.，2011）。這種刺激-獎勵聯結對視覺注意的影響被稱為價值驅動的注意捕獲（Anderson，2013）。它獨立于目標驅動和突顯驅動，是一種由價值所引發的注意選擇機制（Anderson＆Halpern，2017）。

雖然價值驅動的注意捕獲已被很多研究證實（Anderson，2013；楊海波，趙欣，韋小英，王瑞萌，2017），但與獎勵聯結的刺激捕獲注意的機制還不清楚。大多數研究在訓練階段都是將定義目標的特征與獎勵建立聯結，即與獎勵建立聯結的特征是任務相關的。如，被試所獲得的獎勵依賴顏色搜索任務中的顏色（Anderson et al.，2011；Sali，Anderson＆Yantis，2014），形狀搜索任務中的形狀（Wang，Yu，＆Zhou，2013），方向搜索任務中的方向（Laurent，Hall，Anderson，＆Yantis，2015），或者為視覺辨別和視覺搜索任務中目標的位置（Chelazzi et al.，2014；白學軍，劉麗，宋娟，郭志英，2016；劉麗，李士一，岳俊冰，白學軍，2019）。關于注意偏向獎勵信號引起注意捕獲的一個解釋是，獎勵與特定的目標“反應”聯系在一起，從而引起了注意轉移。這種聯結持續到了不再伴隨獎勵的測試階段。這樣，獎勵學習后，獎勵聯結刺激的再次出現會引發已經習得的反應，雖然這些反應不再導致獎勵。自動地對獎勵聯結的刺激進行反應，當刺激恰好與任務要求一致時會促進反應（Failing＆Theeuwes，2014），而當刺激和任務要求不一致時會影響成績（Anderson et al.，2011； Failing＆Theeuwes，2014，2015）。照此，可以認為這種聯結體現了操作性條件作用的形式。當條件性的刺激再次出現時，對預測獎勵的特征的反應也會重新出現（Schultz，2006）。

但是，Le Pelley，Pearson，Griffiths和Beesley（2015）表明獎勵對注意的作用不能由操作性條件反應解釋。在一個實驗中，被試完成附加奇異項任務，搜索一個形狀奇異項（例如，一個灰色方形）并報告里面的線段方向。在一些試次中，有一個分心物是顏色奇異項（紅色或藍色的圓），其顏色能夠預測獎勵水平。例如，紅色預測高獎勵，而藍色預測低獎勵。結果發現，當顏色奇異項出現時，被試的反應時變慢。重要的是，高獎勵聯結分心物出現時，相對于低獎勵聯結分心物，個體對目標的反應時更慢。這表明注意能夠偏向任何預測獎勵的刺激，并且被捕獲，即使它總是干擾任務。在接下來的眼動實驗中，被試需要快速地眼跳到目標，如果被試錯誤地眼跳到預測獎勵的分心物，獎勵將取消。結果發現，顏色分心物捕獲了眼動，預測高獎勵的分心物相對于低獎勵的分心物捕獲得更多。這表明選擇偏向價值信號不是因為操作性的反應塑造。單一的獎勵預測性能夠導致刺激引發注意或眼動捕獲（Le Pelley et al.，2016）。

但是，在Le Pelley等（2015）的范式中，預測獎勵的刺激總是搜索集中唯一一個顏色刺激，即顏色分心物是物理突顯的。可能是突顯的刺激“突出（pop out）”，以一種反射性的方式捕獲了注意（Yantis＆Egeth，1999）。刺激的物理突顯性可能是導致捕獲的先決條件，而不僅僅是獎勵預測性引起的。因此需要考察，當預測獎勵的刺激不具有物理突顯性時，能否捕獲注意。而且，Le Pelley等（2015）的研究缺乏測試階段。關于任務相關刺激特征的研究所報告的價值驅動注意捕獲在刺激作為不突顯分心物時出現，并且無獎勵的測試階段也存在（Anderson et al.，2011；Sali，Anderson，＆Yantis，2014）。與獎勵聯結的任務無關刺激對注意的影響能否持續到測試階段，還需要研究。

本研究采用訓練—測試兩階段范式，訓練階段將不具有物理突顯性、和任務無關的顏色與獎勵建立聯結，考察在測試階段當顏色作為分心物出現時能否捕獲注意。訓練階段采用側抑制任務（Eriksen＆Eriksen，1974）。在這個任務中，目標始終處在中心位置（目標由位置確定而不是由顏色確定），周邊是分心刺激。將側面數字的顏色與獎勵水平建立聯結。中心目標的顏色是唯一的，而所有側面數字的顏色相同。這樣，預測獎勵的刺激既是與任務無關的，又不具有物理突顯性。

在測試階段采用經典的附加奇異項范式。被試搜索形狀奇異項，但在一些試次中，以前和獎勵建立聯結的顏色作為分心物出現。本研究想考察，當訓練階段與獎勵建立聯結的顏色在搜索任務中作為突顯分心物出現（實驗1）或不突顯分心物出現（實驗2）時，是否均能夠捕獲注意。如果價值驅動注意捕獲的產生僅僅是獎勵預測性信號所引起的，和物理突顯性以及目標相關性無關，那么與任務無關的、預測獎勵的刺激特征，在測試階段無論是否作為物理突顯的分心物出現均能捕獲注意。

2 實驗1

2.1 研究方法

2.1.1 被試

24名本科生參加實驗（其中女生16名，平均年齡21.04歲，年齡跨度18～22歲）。被試視力正常，無色覺缺陷。在訓練階段累計獲得的金錢獎勵將作為實驗報酬給被試。所有被試均先完成訓練任務，休息10分鐘后完成測試任務。

2.1.2 實驗儀器

采用E－prime2.0編程，材料呈現在分辨率為1024×768的17寸聯想臺式計算機上，背景為黑色。被試在微亮的室內單獨測試，眼睛距離屏幕55cm。

2.1.3 訓練階段

刺激 訓練階段任務為側抑制任務。每個試次由注視點、搜索屏和反饋屏組成（見圖1）。注視點為呈現在屏幕中心的白色“＋”（0.63°×0.63°），搜索屏為屏幕中心的白色目標數字和側面4個相同顏色的分心數字（1.1°×1.4°）。側面數字顏色為紅色（RGB：255，0，0）或綠色（RGB：0，255，0）。數字范圍為0～9，目標和側面數字隨機組合，但不能相同。反饋屏呈現本試次所獲得的金錢獎勵數量和累計的總獎勵數量（以“分”為單位）。

實驗安排與設計 被試在一定時間內反應正確將會獲得金錢獎勵。對于一半被試來說，側面數字是紅色時，80%試次中反應正確獲得高獎勵15分，20%試次中獲得低獎勵1分；而當分心物是綠色時，80%試次中正確反應獲得低獎勵1分，20%試次中獲得高獎勵15分。對于另一半被試來說，獎勵與顏色的聯結恰恰相反：綠色與高獎勵聯結，而紅色與低獎勵聯結。告知被試反應正確才能獲得獎勵，獎勵高低是依據一定規則分配的，并且與反應時無關。要求被試在正確的同時盡可能快地反應。訓練任務中，當目標數字與側面數字同為奇數或同為偶數時為一致條件，當目標數字與側面數字奇偶不同時為不一致條件。

程序 訓練階段包含6個block共360個正式試次和30次練習。每個試次最初呈現400ms～600ms隨機變化的注視點；然后呈現1500ms的搜索屏，要求被試對目標數字的奇偶進行判斷，奇數按“M”鍵，偶數按“C”鍵；1000ms的空屏后呈現1500ms的獎勵反饋，隨后呈現1000ms的空屏。要求被試將左、右手的食指分別放在“C”鍵和“M”鍵上。正確反應獲得15分或1分的獎勵。反應錯誤或反應太慢（沒有在1500ms之內進行反應）均會得到相應提示。訓練階段持續約40分鐘。

2.1.4 測試階段

刺激 每個試次包含注視點、搜索屏和反饋屏（見圖1）。注視點與訓練階段相同。搜索屏為6個灰色（RGB：185，185，185）圖形，每個圖形內有水平或垂直線段。當圖形為5個圓形（直徑為2.14mm）和1個方形（對角線為2.62mm）時，目標是唯一的方形圖形；當目標為5個方形和一個圓形時，目標為唯一的圓形圖形。要求被試對目標內的線段方向進行判斷。

實驗設計與安排 目標隨機呈現在6個位置上。與獎勵建立聯結的顏色分心物隨機出現在6個不同的位置上。50%試次中，其中一個灰色分心物的顏色被訓練階段與獎勵建立聯結的顏色（紅色或綠色）取代，高、低獎勵聯結顏色分心物各在25%試次中出現。

程序 測試階段包含30次練習和4個block共240次正式試次。練習時與獎勵聯結的分心顏色不出現，對被試的反應給予反饋，正式實驗不再反饋。每個試次最初呈現400ms～600ms隨機變化的注視點；然后呈現1500ms的搜索屏，要求被試對目標圖形內的線段方向進行判斷，水平按“C”鍵，垂直按“M”鍵；隨后是1000ms的空屏（實驗流程見圖1）。在指導語中告知被試測試階段的任務和訓練階段無關，要求被試忽略顏色。測試階段持續約15分鐘。

圖1 實驗1流程圖

2.1.5 數據統計

刪除每個被試正負三個標準差以外的數據（訓練階段刪除數據為總數據的1.01%，測試階段刪除數據為總數據的0.95%），對正確反應時和錯誤率進行分析。

2.2 結果

將訓練階段的反應時進行2（獎勵水平：高獎勵顏色、低獎勵顏色）×2（一致性：一致、不一致）重復測量方差分析。結果表明：一致性的主效應顯著，F（1，23）＝29.58，p＜0.001，ηp2＝0.56，不一致條件的反應時比一致條件慢15ms；獎勵的主效應不顯著，F（1，23）＜1；兩者的交互作用不顯著，F（1，23）＝2.29，p＞0.1（結果見表1）。錯誤率的分析結果表明：一致性的主效應顯著，F（1，23）＝11.00，p＜0.01，ηp2＝0.32，不一致條件的錯誤率比一致條件高0.90%；獎勵水平的主效應不顯著，F（1，23）＜1；獎勵與一致性的交互作用不顯著，F（1，23）＝1.13，p＞0.1（結果見表1）。錯誤率的分析表明，不存在反應時與正確率的權衡。

將測試階段的反應時進行單因素重復測量方差分析（分心物條件：無分心物、低獎勵分心物、高獎勵分心物）。結果表明，分心物的主效應顯著，F（2，46）＝11.63，p＜0.001，ηp2＝0.38。

事后比較表明，高獎勵和無分心物條件的反應時差異顯著，t（23）＝5.17，p＜0.001，d＝0.61；高獎勵和低獎勵分心物條件的反應時差異顯著，t（23）＝3.39，p＜0.01，d＝0.35；低獎勵和無分心物條件的差異也顯著，t（23）＝3.55，p＜0.01，d＝0.27（結果見圖2）。錯誤率的分析表明，分心物的主效應顯著，F（2，46）＝7.97，p＜0.05，ηp2＝0.26。事后比較表明，高獎勵和無分心物條件差異顯著，t（23）＝4.19，p＜0.001，d＝0.49；高獎勵和低獎勵分心物條件差異不顯著，t（23）＝1.47，p＞0.1；低獎勵和中性條件差異顯著，t（23）＝2.30，p＜0.05，d＝0.33（結果見圖2）。錯誤率的分析表明，不存在反應時與正確率的權衡。

表1 實驗1和實驗2訓練階段的平均反應時（ms）和錯誤率（%）

2.3 討論

實驗1訓練階段沒有發現獎勵對反應時的任何影響，這與以往采用價值驅動注意捕獲范式研究的結果一致（Anderson et al.，2011，2012）。他們在訓練階段采用空間搜索任務，將位置不確定的目標顏色與獎勵建立聯結，也沒有發現獎勵對反應時的影響。對此，他們的解釋是，在訓練階段告知被試反應正確才能獲得獎勵，導致被試的反應比較保守。但是，Le Pelley等（2015）研究采用的也是空間搜索任務，表明當分心物顏色在訓練階段預測獎勵結果時，能夠發現獎勵的效應，即使預測獎勵的刺激干擾對目標的搜索。在本研究實驗1中，是將側抑制任務中的分心物顏色和獎勵結果建立聯結，分心顏色刺激分布在目標數字的周圍（左右各兩個數字），不具有空間不確定性，對注意捕獲不敏感。所以我們也沒有發現獎勵對反應時的影響。

在實驗1中，當與獎勵相聯結的顏色特征是與任務無關的并且不具有物理突顯性時，我們仍然發現了價值驅動的注意捕獲效應。這說明顏色特征不是必須與目標捆綁在一起的，與側面數字結合也能引發基于價值的捕獲。這個結果不支持操作性的反應塑造觀點，只要能夠預測不同水平的獎勵，即使和目標反應無關，也能產生注意捕獲（Le Pelley et al.，2016）。實驗1的結果也排除了價值驅動的注意捕獲是由于刺激的物理突顯性所引起的反射性所導致的（Yantis＆Egeth，1999）。在我們的實驗中，預測獎勵的刺激在訓練階段不具有突顯性，但是仍然捕獲了注意。

在實驗1中，我們發現低獎勵聯結的分心物也能捕獲注意。這與以往研究結果一致，物理突顯的分心物能夠捕獲視覺注意（Theeuwes，1992）。所以，實驗1測試階段高獎勵聯結顏色分心物所產生的注意捕獲效應可分為兩個部分，一部分是基于價值產生的注意捕獲，一部分是基于物理突顯性所產生的注意捕獲。實驗1結果擴展了以往的研究，表明當與獎勵聯結的刺激特征是與任務無關、不突顯的分心刺激時，在空間視覺搜索任務中仍能捕獲注意。

圖2 實驗1測試階段不同分心物條件下的反應時（A）和錯誤率（B）

3 實驗2

實驗1中，雖然發現訓練階段與任務無關、物理不突顯的顏色特征與獎勵建立聯結能夠在測試階段捕獲注意。但是，在測試階段，與獎勵相聯結的無關刺激特征本身具有物理突顯性。以往任務相關特征與獎勵建立聯結的研究表明，即使在測試階段，獎勵聯結分心物不突顯時，也能夠捕獲注意。因此，我們在實驗2中考察當與獎勵聯結的分心物在兩個階段均不具有物理突顯性時，能否捕獲注意。

3.1 方法

3.1.1 被試

24名本科生參加實驗（女生14名，平均年齡為19.9歲，年齡跨度為18～22歲）。所有被試的視力或矯正視力正常，無色盲或色弱。訓練階段獲得的獎勵作為實驗報酬給被試。所有被試先完成訓練任務，休息10分鐘后完成測試任務。

3.1.2 實驗儀器、刺激、設計和程序

實驗2與實驗1的儀器、刺激、設計和程序大致相同。只有一點不同：測試階段的搜索屏為6個不同顏色的圖形，分別淺藍色（RGB：0，255，255）、粉色（RGB：255，0，255）、黃 色（RGB：255，255，0）、土黃色（RGB：255，160，0）、藍色（RGB：0，0，255）、紅色（RGB：255，0，0）或綠色（RGB：0，255，0），與獎勵聯結的顏色作為不突顯的分心物出現。在50%試次中，其中一個非目標形狀的顏色被訓練階段和獎勵建立聯結的顏色（紅色或綠色）所取代。兩種獎勵顏色分心物出現的概率各為25%。

3.1.3 數據統計

刪除每個被試正負三個標準差以外的極端數據（訓練階段刪除的數據為總數據的1.08%，測試階段刪除的數據為總數據的1.04%），對正確反應時和錯誤率進行分析。

3.2 結果

將訓練階段的反應時進行2（獎勵水平：高獎勵顏色、低獎勵顏色）×2（一致性：一致、不一致）重復測量方差分析。結果表明：一致性的主效應顯著，F（1，23）＝17.69，p＜0.001，ηp2＝0.44，不一致條件的反應時比一致條件慢14ms；獎勵的主效應不顯著，F（1，23）＝2.63，p＞0.1；兩者的交互作用不顯著，F（1，23）＝2.55，p＞0.1（見表1）。錯誤率的分析表明：一致性的主效應顯著，F（1，23）＝7.46，p＜0.05，ηp2＝0.25，不一致條件的錯誤率比一致條件高0.96%；獎勵的主效應不顯著，F（1，23）＝1.70，p＞0.1；兩者交互作用不顯著，F（1，23）＜1（結果見表1）。

為了檢驗獎勵對注意的影響，對測試階段進行單因素重復測量方差分析（分心物條件：無分心物、低獎勵分心物、高獎勵分心物）。結果表明分心物的主效應顯著F（2，46）＝10.79，p＜0.001，ηp2＝0.32。事后比較表明，高獎勵和無分心物條件的反應時差異顯著，t（23）＝3.89，p＜0.01，d＝0.24；高獎勵和低獎勵條件的反應時差異顯著，t（23）＝3.80，p＜0.01，d＝0.22；低獎勵和中性條件的差異不顯著，t（23）＜1（結果見圖3）。錯誤率的結果表明，分心物的主效應不顯著F（2，46）＜1（結果見圖3）。

圖3 實驗2測試階段不同分心物條件下的反應時（A）和錯誤率（B）

3.3 討論

實驗2訓練階段的結果與實驗1一致，沒有發現獎勵對反應時有任何影響。在實驗2中，訓練階段與獎勵建立聯結的顏色為任務無關的刺激特征，并且不具物理突顯性。而且，在測試階段，與獎勵相聯結的顏色也作為物理不突顯的分心物出現，我們仍然發現了相對于無獎勵聯結分心物條件和低獎勵聯結分心物出現條件，當與高獎勵聯結的顏色作為分心物出現時捕獲了注意。這個結果與以往在訓練階段將目標顏色與獎勵建立聯結的研究結果一致（Anderson et al.，2011）。這說明訓練階段和測試階段刺激的物理突顯性都不是引起注意捕獲的必要條件，與獎勵建立聯結的刺激是否與任務相關也不是必要條件。結果進一步支持了價值預測性觀點，只要刺激能夠預測不同水平的獎勵，就能夠產生價值驅動的注意捕獲（Le Pelley et al.，2016）。

4 總討論

本研究中，我們考察了與獎勵聯結、和任務無關的分心刺激特征能否引發價值驅動的注意捕獲。實驗1的訓練階段采用側抑制任務，將側面分心數字的顏色與獎勵建立聯結。在測試階段的搜索任務中，當和高獎勵建立聯結的顏色作為突顯分心物出現時，高獎勵分心物顏色相對于低獎勵分心物顏色能夠更強地捕獲注意。實驗2的測試階段，將與獎勵聯結的顏色作為不突顯分心物出現，和高獎勵聯結的分心物仍然能夠捕獲注意，而低獎勵聯結的分心物不能捕獲注意。

本研究結果表明，當分心刺激特征預測獎勵時，也能夠引發價值驅動的注意捕獲，并且不依賴于在測試階段這個刺激特征是否作為突顯分心物出現。以往關于刺激-獎勵聯結的研究中，與價值相聯結的刺激特征總是被定義為目標（Anderson et al.，2011）。雖然Le Pelley等（2015）的結果表明，當沒有定義目標的特征能夠預測獎勵結果時，刺激-獎勵的聯結影響視覺選擇性注意。但是，他們的研究只表明了刺激特征與獎勵即時聯結在一起時才能捕獲注意，這個效應并沒有在接下來的測試階段進行考察。本研究在獎勵聯結的訓練階段采用了側抑制任務，當將分心特征與獎勵聯結時發現了基于價值驅動的注意捕獲效應（實驗1），而且，當分心物在測試階段作為不突顯刺激出現時，也能夠產生捕獲效應（實驗2）。

本研究結果在很多方面與以往的研究結果一致（Anderson，2013；Chelazzi et al.，2013）。第一，和以往研究相似，分心物特征能夠在訓練階段與價值建 立 聯 結 （Della Libera，Perlato，＆ Chelazzi，2011；Le Pelley et al.，2015）。第二，訓練階段的獎勵水平導致了在測試階段是否出現基于價值的注意捕獲。當獎勵－聯結的特征能夠預測關于獎勵水平的信息時，獎勵水平能夠影響任務成績（Anderson et al.，2011，2012）。例如，Anderson等（2011）表明，獎勵學習對于視覺搜索任務中注意捕獲的影響依賴獎勵的水平。高獎勵聯結的刺激，相對于低獎勵聯結的刺激來說，能夠引起更大的注意捕獲效應。本研究也重復了這個結果。第三，當從獎勵學習階段的側抑制任務轉換到測試階段的視覺搜索任務時，獎勵-特征的聯結也一直會持續。這支持注意捕獲的泛化觀點。刺激-獎勵聯結的學習效應可以從一個任務過度（泛化）到另一個任務（Anderson et al.，2012），顏色-獎勵聯結所產生的捕獲效應能夠泛化到相似顏色上（Anderson，2017）。最后，本研究發現，在測試階段，當和獎勵相聯結的刺激特征不再能夠預測獎勵時，這種效應仍然存在。Le Pelley等（2015）研究表明，非目標特征的價值聯結的注意捕獲效應只在獎勵聯結的學習任務中表現出來，并沒有考察這個效應在本質上和任務相關特征在測試階段所引發的注意捕獲（Anderson et al.，2011）是否相同。本研究表明，在沒有獎勵的測試階段，仍然能夠發現價值驅動的注意捕獲，表明任務無關刺激－獎勵聯結和任務相關刺激－獎勵聯結能夠獲得相似的結果。

本研究結果不支持操作性的條件反應，而是支持經典的巴甫洛夫式的學習規律。當將獎勵與某種刺激建立聯結，當知道這些刺激信息與被試的反應無關時，注意也能自動地指向這些刺激。注意指向與獎勵聯結的刺激，而不是指向反應。Bucker和Theeuwes（2017）要求被試完成處于注視點位置的任務，但是在周圍任務無關的分心物出現后自動呈現高或低的獎勵。通過這種方式，將聯結性的獎勵學習完全獨立于被試的反應，在無獎勵反饋的測試階段仍然發現預測高獎勵的顏色作為分心物捕獲了注意。Sali等（2014）的研究也表明，當目標刺激不能區分性地預測獎勵結果時，目標特征不能產生價值-預測信號，因此不能捕獲注意。通過獎勵預測機制，刺激和獎勵之間的聯結性機制能夠引起基于價值的注意優先性，巴甫洛夫的刺激-獎勵的條件性相倚對于獲得價值驅動的注意捕獲是充分的。

5 結論

訓練階段和高獎勵聯結的不突顯任務無關刺激特征，在測試階段無論是否作為突顯的分心物出現，均能捕獲注意。價值預測性是產生價值驅動注意捕獲的充分條件。