近日，中国科学院合肥物质科学研究院健康与医学技术研究所、中国科学院合肥肿瘤医院李海研究员团队在认知地图与灵活决策神经机制研究方面取得新进展。研究发现，人脑能够在保留稳定知识结构的同时，根据当前任务目标对局部表征几何进行动态重构，从而实现对既有知识的灵活运用。相关成果发表于神经科学领域TOP期刊《NeuroImage》。这是继团队2025年在该期刊揭示抽象社会关系认知地图的神经表征机制之后，在认知地图研究领域取得的又一重要进展。

人类能够利用已有知识应对不断变化的任务需求。例如，面对同样一组人物，我们可以根据其能力、道德品质等不同维度作出判断，也可以根据具体目标综合考虑多个维度。这种灵活决策能力依赖于大脑对知识的结构化组织与动态运用。认知地图（cognitive map）被认为是支持这一能力的重要神经计算机制。它不仅帮助我们理解物理空间中的位置关系，还可以将抽象概念、社会等级和任务状态组织成具有内在结构的关系网络，使个体能够在有限经验的基础上进行推理和泛化。然而，一个关键问题仍有待回答：大脑如何在保持知识结构相对稳定的同时，根据不断变化的任务目标灵活调整信息的表征与使用方式？

围绕认知地图的形成与运用，研究团队开展了系列研究。2025年，团队在《NeuroImage》发表研究论文，发现人脑能够利用抽象的等级标签，在海马—内嗅皮层系统中构建二维社会关系地图。其中，海马活动能够表征社会关系空间中的距离信息，内嗅皮层则表现出类似空间导航的网格状编码特征。这项研究为大脑如何将离散的符号信息组织成结构化知识提供了神经科学证据。

在此基础上，最新研究将关注点从认知地图的形成进一步拓展到认知地图的灵活运用。研究人员让参与者学习一张由“能力”和“道德”两个维度构成的社会关系地图，并在功能磁共振成像（fMRI）扫描中完成不同目标下的决策任务。实验中，参与者已经掌握的社会关系知识保持不变，变化的只是决策目标及其对不同信息维度的需求。通过结合行为建模、全脑神经表征分析和卷积神经网络—长短期记忆网络（CNN-LSTM）计算建模，研究团队系统考察了稳定知识结构如何支持灵活决策（图1）。

图1 研究任务与分析框架

研究首先发现，大脑能够根据任务目标，从同一张认知地图中提取不同的决策信息。行为分析表明，当任务只需要关注能力或道德中的某一个维度时，参与者的反应更符合相应的一维关系结构；当任务需要综合考虑两个维度时，二维关系结构则表现出更好的解释力。脑成像分析进一步发现，海马—眶额叶/内侧前额叶网络保留了能够跨任务复用的二维关系结构，而额顶控制网络则呈现出与当前任务目标相一致的一维决策表征。这说明，大脑并不需要针对每一种任务重新建立知识地图，而是能够在稳定的关系结构基础上，灵活提取当前决策所需的信息。

更重要的是，研究发现，这种灵活性并非仅仅来自对不同信息维度赋予不同权重，还涉及神经表征空间中局部几何结构的动态重构。如果把认知地图想象成一张由不同人物构成的关系网络，那么几何重构意味着人物之间的表征距离可以随任务需求发生有规律的调整。研究识别出两种相互补充的几何变化：当不同信息维度支持一致的判断时，神经表征沿“一致性轴”发生拉伸，这种变化与跨维度信息的冗余结构有关；当不同维度提供相互冲突的信息时，神经表征则沿“任务相关轴”发生局部形变，选择性突出当前目标所需要的信息。这些表征变化还伴随着海马、岛叶与楔前叶之间的动态交互，提示认知地图的灵活运用涉及多个脑区之间的协同活动（图2）。

研究团队进一步利用人工神经网络探索这一现象的计算基础。在没有预先设定几何重构规则的情况下，CNN-LSTM模型通过任务学习，同样形成了可复用的二维关系结构和目标依赖的一维决策表征，其内部还出现了与人脑结果相似的局部几何变化。这种跨越生物神经系统与人工神经网络的表征相似性提示，在保留稳定知识结构的基础上，对表征几何进行目标依赖的局部调整，可能是实现灵活决策的一种重要计算策略。 

图2 共享认知地图沿一致性轴和任务相关轴呈现不同形式的局部几何重构

两项研究构成了从“知识结构的形成”到“知识结构的灵活运用”的连续研究链条。2025年的研究揭示了抽象符号信息如何被组织成具有空间编码特征的社会关系地图；最新研究则进一步表明，这种结构化知识并非静态存储，而是能够根据当前目标，通过不同的表征读出方式和局部几何重构支持灵活决策。这一系列成果加深了对人脑结构化知识表征、泛化与目标导向决策机制的理解。同时，这一发现为人工智能的发展提供了新的思路：通过构建可跨任务复用的结构化知识模型，并根据当前目标灵活提取和重组相关信息，有望提升人工智能系统在知识迁移、多任务决策和复杂环境中的泛化与适应能力。

该论文的共同第一作者为中国科学技术大学博士研究生管明娟和刘锦，通讯作者为李海研究员和杨立状副研究员。本研究得到国家自然科学基金、安徽省自然科学基金、安徽省重点研发项目、中国科学院合肥肿瘤医院-岩山科技脑状态智能感知与调控联合实验室和辽宁省禁毒技术重点实验室项目的支持。

文章链接：https://doi.org/10.1016/j.neuroimage.2026.122277

相关工作链接：https://doi.org/10.1016/j.neuroimage.2025.121366