参考文献：Gordon, J. 等. 了解具身决策的道路. 神经科学与生物行为评论. 131, 722–736 (2021). 文章 PubMed PubMed 中心 Google 学术; Maselli, A. 等. 超越简单的实验室研究：开发复杂模型以研究丰富行为. 物理. 生命评论 46, 220–244 (2023). 文章 ADS PubMed Google 学术; Yoo, S. B. M., Hayden, B. Y. & Pearson, J. M. 连续决策. 哲学. 转. R. 社. B 376, 20190664 (2021). 文章 Google 学术; Merel, J., Botvinick, M. & Wayne, G. 哺乳动物和机器中的层次运动控制. 自然. 交流 10, 5489 (2019). 文章 ADS PubMed PubMed 中心 Google 学术; Cisek, P. 通过分布式共识作出决策. 当前. 意见. 神经生物学. 22, 927–936 (2012). 文章 CAS PubMed Google 学术; Gallivan, J. P., Chapman, C. S., Wolpert, D. M. & Flanagan, J. R. 感觉运动控制中的决策. 自然. Rev. 神经科学. 19, 519–534 (2018). 文章 CAS PubMed PubMed 中心 Google 学术; Yoo, S. B. M., Tu, J. C., Piantadosi, S. T. & Hayden, B. Y. 预测追求的神经基础. 自然. 神经科学. 23, 252–259 (2020). 文章 CAS PubMed PubMed 中心 Google 学术; Fabian, S. T., Sumner, M. E., Wardill, T. J., Rossoni, S. & Gonzalez-Bellido, P. T. 两种捕食性苍蝇物种的拦截由比例导航反馈控制器解释. J. R. 社. 界面. 15, 20180466 (2018). 文章 PubMed PubMed 中心 Google 学术; Sridhar, V. H. 等. 个体和集体中的决策几何. Proc. Natl Acad. Sci. USA 118, e2102157118 (2021). 文章 CAS PubMed PubMed 中心 Google 学术; Yang, Q. 等. 猴子用合成策略和层次决策玩吃豆人. eLife 11, e74500 (2022). 文章 CAS PubMed PubMed 中心 Google 学术; Bertsekas, D. P. 在最优化百科全书中（主编：Pardalos, P. M. & Prokopyev, O. A.） 1–6 (Springer, 2025). Sutton, R. S. & Barto, A. G. 强化学习：导论 (MIT Press, 1998). Theodorou, E. A., Buchli, J. & Schaal, S. 一种广义路径积分控制方法用于强化学习. J. 机器. 学习. 研究. 11, 3137–3181 (2010). MathSciNet Google 学术; Dvijotham, K. & Todorov, E. 在反馈控制的强化学习与近似动态编程中（主编：Lewis. F. L. & Liu, D.） 119–141 (Wiley, 2012). Wolpert, D. M. & Kawato, M. 用于运动控制的多个成对前向和逆向模型. 神经网络. 11, 1317–1329 (1998). 文章 CAS PubMed Google 学术; Lake, B. & Baroni, M. 没有系统性的泛化：关于序列到序列递归网络的合成技能. 在第35届国际机器学习大会论文集中（主编：Dy, J. & Krause, A.） 2873–2882 (PMLR, 2018). Todorov, E. 最优控制律的合成性. 在神经信息处理系统进展 22（主编：Bengio, Y. 等） (NeurIPS, 2009). Kurth-Nelson, Z. 等. 回放与合成计算. 神经元 111, 454–469 (2023). 文章 CAS PubMed Google 学术; Whittington, J. C. R., McCaffary, D., Bakermans, J. J. W. & Behrens, T. E. J. 如何构建认知地图. 自然. 神经科学. 25, 1257–1272 (2022). 文章 CAS PubMed Google 学术; Eichenbaum, H. & Cohen, N. J. 我们能否调和声明性记忆与空间导航对海马功能的看法？ 神经元 83, 764–770 (2014). 文章 CAS PubMed PubMed 中心 Google 学术; Behrens, T. E. J. 等. 认知地图是什么？为灵活行为组织知识。神经元 100, 490–509 (2018). 文章 CAS PubMed Google 学术; Kay, K. 等. 海马中可能未来的表现之间的恒定亚秒周期循环. 细胞 180, 552–567.e25 (2020). 文章 CAS PubMed PubMed 中心 Google 学术; Park, S. A., Miller, D. S., Nili, H., Ranganath, C. & Boorman, E. D. 制图：构建、结合和推断抽象认知地图. 神经元 107, 1226–1238.e8 (2020). 文章 CAS PubMed PubMed 中心 Google 学术; Sanders, H., Wilson, M. A. & Gershman, S. J. 海马重映射作为隐含状态推断. eLife 9, e51140 (2020). 文章 PubMed PubMed 中心 Google 学术; Rushworth, M. F. S., Noonan, M. P., Boorman, E. D., Walton, M. E. & Behrens, T. E. 前额叶皮层与奖励引导的学习和决策. 神经元 70, 1054–1069 (2011). 文章 CAS PubMed Google 学术; Wikenheiser, A. M. & Schoenbaum, G. 跨越河流，穿过树林：海马与额叶皮层中的认知地图. 自然. Rev. 神经科学. 17, 513–523 (2016). 文章 CAS PubMed PubMed 中心 Google 学术; Yeung, N. & Summerfield, C. 人类决策中的元认知：信心与错误监测. 哲学. 转. R. 社. B 367, 1310–1321 (2012). 文章 Google 学术; Eppinger, B., Goschke, T. & Musslick, S. 元控制：从心理学到计算神经科学. 认知. 情感. 行为. 神经科学. 21, 447–452 (2021). 文章 PubMed Google 学术; Musslick, S., Cohen, J. D. & Goschke, T. 在 En