主要的合作在社会物种中广泛存在 2 , 3 ，并且是人类社会的基础 4 。组织合作行为的最常见策略之一是领导和追随，这些角色使个体能够在追求共同目标的过程中对彼此施加不对称的影响 1 , 5 , 6 , 7 , 8 , 9 , 10 , 11 。然而，在小鼠中，研究领导-追随者动态的稳健和生态学基础范式仍然缺乏，这对在这一模型生物中利用现代神经科学工具构成了一个关键障碍 12 , 13 。因此，社会角色如何作为不同的行为策略体现并影响协调决策的神经机制仍然是一个未解之谜 14 。与离散的回合制游戏不同 15 , 16 , 17 ，自然社交互动是持续展开的，需要时刻协调 18 。此外，动物的基本目标和策略通常是不可观察的，特别是在多个个体之间的互惠互动中。虽然逆强化学习（IRL）提供了一个原则性框架，用于从观察到的行为中推断内部模型 19 , 20 ，但将IRL扩展到多智能体生物系统引入了相当大的复杂性。这些挑战限制了我们对神经回路如何构建社会伙伴的角色特定模型并实现特征化领导-追随者动态的不平等影响的理解。为了探讨这些问题，我们开发了小鼠的合作觅食范式和多智能体逆强化学习（MAIRL）框架。我们发现，稳定的领导者和追随者角色通过互惠互动自发出现，并且mPFC不仅编码领导与追随，还编码了伴侣的角色特定、以自我为中心的社会价值图，这与MAIRL推断的目标相符。这些发现揭示了领导-追随者动态是如何以不对称的前额叶表征体现的，从而将基于角色的决策与细胞分辨率下的自我中心伙伴编码联系起来。 在合作觅食范式中，一对水受限的同性笼友在一个方形竞技场中自由互动以获得水报酬（图1a和补充视频1）。每个竞技场的墙壁上都有一个带有两个入口的奖励区，允许同时访问。当任意一只小鼠穿过中央启动点时，实验开始，触发由发光二极管（LED）灯指示的四个奖励区中的两个随机激活。要获得奖励，双方小鼠必须导航到相同的活跃区域并同时将鼻子戳入两个入口。如果小鼠同时戳入不同的活跃区域（不匹配错误）或任一小鼠戳入一个不活跃区域（未奖励错误），实验结束将被判定为错误，导致没有奖励并暂停一段时间（方法）。除了1对89对中的一对外，其余所有小鼠对在连续三次实验中达到了80%的正确试次训练标准。雌性小鼠在学习速度上比雄性小鼠更快，且在标准测试期间的表现略好（图1b和扩展数据图1a-f）。值得注意的是，随着训练，小鼠对在奖励入口的鼻戳同步显著改善，尽管并不要求精确的时机，因为一只小鼠可以通过保持其鼻戳来等待另一只小鼠（扩展数据图1g）。图1：在合作觅食过程中，领导者和追随者角色自发出现。a，任务示意图。该图是使用BioRender创建的；吴，H. https://BioRender.com/hwyq5u6 （2026）。b，学习曲线显示达到标准的配对的累积比例；雌性小鼠的速度比雄性小鼠快（每天一次实验）。c，代表性实验会话，一个受过良好训练的小鼠对，小鼠1（m1）和小鼠2（m2）。右侧，分别由每只小鼠启动（init.）和领导的实验。d-f，一个示例对：由m2主导和发起的实验，以及训练日间的合作率（d），合作率与领导不对称（e）和发起者不对称（f）。n = 15次实验。g，h，合作率与领导不对称成正比（g），与发起者不对称成微弱正比（h）。每个点表示一次实验；细线表示个别配对的拟合；粗线显示综合拟合。n = 681次实验，40对。i，标准测试中的领导不对称预测学习。每个点表示一对（40对）。j，k，实验会话内的合作率在领导主导的试验中高于追随者主导的试验（j；673次实验），在发起者主导的试验中高于响应者主导的试验（k；676次实验），这均来自40对。虚线表示刻度单位。l，每对受过良好训练的小鼠主导的实验比例（n = 678–4,766次实验每对；32对）。较轻的点表示个别实验。数据以均值±标准误表示。m，每只小鼠主导与发起的实验，解离领导者-追随者与发起者-响应者角色；领导者发起的实验不超过...