摘 要 根據(jù)控制的預(yù)期價(jià)值（expected value of control， EVC）模型，回報(bào)與代價(jià)通過調(diào)節(jié)動(dòng)機(jī)共同影響認(rèn)知控制的實(shí)施與分配（即回報(bào)- 代價(jià)權(quán)衡）。在EVC 模型外，還有許多探究動(dòng)機(jī)相關(guān)因素如何影響認(rèn)知控制的研究。文章首先總結(jié)梳理了可被視為回報(bào)或代價(jià)的因素及相關(guān)的實(shí)證證據(jù)；其次，基于回報(bào)- 代價(jià)權(quán)衡簡要討論二者如何共同影響認(rèn)知控制；最后提出未來研究可以從客觀（優(yōu)化權(quán)衡的計(jì)算模型）與主觀（個(gè)體差異）兩個(gè)方面更全面地解析回報(bào)- 代價(jià)的權(quán)衡過程，以實(shí)現(xiàn)對(duì)認(rèn)知控制的有效調(diào)控與精準(zhǔn)干預(yù)。

關(guān)鍵詞 認(rèn)知控制 EVC 模型 回報(bào) 代價(jià) 回報(bào)- 代價(jià)權(quán)衡

1 引言

認(rèn)知控制是個(gè)體處理信息、執(zhí)行任務(wù)和解決問題所需的重要心理過程（Miller amp; Cohen， 2001），可以幫助個(gè)體在不同情境中進(jìn)行注意和認(rèn)知資源的分配，以更好地實(shí)現(xiàn)目標(biāo)。在實(shí)驗(yàn)室中，沖突和錯(cuò)誤的出現(xiàn)促使個(gè)體動(dòng)態(tài)調(diào)整認(rèn)知控制水平（張孟可等， 2021; Botvinick et al.， 2001; Li et al.， 2021）。個(gè)體根據(jù)不同任務(wù)情境的需求分配與調(diào)控控制的過程反映了認(rèn)知控制實(shí)施的靈活性與動(dòng)態(tài)性，也體現(xiàn)了個(gè)體動(dòng)機(jī)水平的變化（Botvinick amp; Braver， 2015），說明在認(rèn)知控制能力外，個(gè)體對(duì)于在何種情境下需要實(shí)施多少認(rèn)知控制的判斷也與其主觀意愿有關(guān)。

那么，個(gè)體是如何決定是否、什么時(shí)候、以何種方式施加以及施加多強(qiáng)的認(rèn)知控制的？對(duì)此，Shenhav 等人（2013）提出了控制的預(yù)期價(jià)值模型（expected value of control， EVC），并將這一過程視為基于價(jià)值的決策。由于認(rèn)知控制的實(shí)施需要努力的投入（Kool et al.， 2010），在決策過程中，其價(jià)值不僅來自實(shí)現(xiàn)任務(wù)目標(biāo)所帶來的積極回報(bào)，還源自認(rèn)知資源消耗伴隨的消極代價(jià)（Westbrook amp; Braver，2015）?；诖?，EVC 模型使用監(jiān)測(cè)、配置與實(shí)施三個(gè)成分解釋了價(jià)值決策如何決定認(rèn)知控制的實(shí)施。其中，監(jiān)測(cè)成分旨在監(jiān)測(cè)任務(wù)情境中與認(rèn)知控制需求相關(guān)的沖突信息、情境信息（如錯(cuò)誤與反饋）及任務(wù)配置等信號(hào)的動(dòng)態(tài)變化。這些信號(hào)提示了達(dá)成預(yù)期任務(wù)目標(biāo)需要的控制水平，配置成分據(jù)此指明當(dāng)前情境所需的控制信號(hào)對(duì)象及強(qiáng)度。個(gè)體在實(shí)施階段完成相應(yīng)控制的分配與調(diào)節(jié)，將控制信號(hào)轉(zhuǎn)換為行為輸出，以實(shí)現(xiàn)任務(wù)目標(biāo)。在這三個(gè)成分相互作用的過程中，個(gè)體通過“預(yù)期價(jià)值”最大化的計(jì)算（即盡可能以最少的付出獲得最多的回報(bào)）來調(diào)節(jié)控制強(qiáng)度。“預(yù)期價(jià)值”指投入認(rèn)知控制可能帶來的預(yù)期回報(bào)與代價(jià)間的差值（即回報(bào)—代價(jià)）。如圖1 所示，隨著控制強(qiáng)度的增加，預(yù)期回報(bào)呈“S”型單調(diào)增加（深灰色曲線），而預(yù)期代價(jià)單調(diào)遞增（淺灰色曲線）。綜合預(yù)期回報(bào)與代價(jià)，控制的“預(yù)期價(jià)值”即為二者的差值——EVC 值（黑色曲線），最大EVC 值（如點(diǎn)a）對(duì)應(yīng)最優(yōu)的控制強(qiáng)度。

EVC 模型從價(jià)值決策視角解析了認(rèn)知控制實(shí)施的動(dòng)態(tài)變化過程，回報(bào)與代價(jià)作為其中的兩個(gè)關(guān)鍵因素，通過影響個(gè)體的動(dòng)機(jī)水平實(shí)現(xiàn)了對(duì)認(rèn)知控制的動(dòng)態(tài)調(diào)控。然而，從EVC 模型提出至今，還有很多探究動(dòng)機(jī)相關(guān)因素如何影響認(rèn)知控制的研究：外在（狀態(tài)）或內(nèi)在（特質(zhì)）動(dòng)機(jī)因素的操縱影響了實(shí)施控制所產(chǎn)生的回報(bào)與（或）代價(jià)，反映了個(gè)體通過評(píng)估實(shí)驗(yàn)任務(wù)中的回報(bào)與代價(jià)調(diào)節(jié)認(rèn)知控制的過程。據(jù)此，為更好地解析認(rèn)知控制實(shí)施過程中可能存在的回報(bào)與代價(jià)，從根本上理解認(rèn)知控制過程的調(diào)控因素，本文基于回報(bào)- 代價(jià)框架，進(jìn)一步梳理了存在于認(rèn)知控制實(shí)施過程中的回報(bào)與代價(jià)因素及相關(guān)的實(shí)證研究證據(jù)，并探討二者如何共同影響認(rèn)知控制。

2 認(rèn)知控制實(shí)施過程中的回報(bào)

任務(wù)回報(bào)是調(diào)控認(rèn)知控制的一個(gè)重要因素，能夠提升個(gè)體的動(dòng)機(jī)水平、激發(fā)個(gè)體投入更多的認(rèn)知資源（Botvinick amp; Braver， 2015），并通過調(diào)節(jié)感知覺皮層的活動(dòng)增強(qiáng)注意的靈活性（Engelmann et al.， 2009;Padmala amp; Pessoa， 2011）、降低任務(wù)轉(zhuǎn)換代價(jià)（Bahlmannet al.， 2015），以此促進(jìn)任務(wù)表現(xiàn)?；貓?bào)包括外在回報(bào)（食水、金錢等）與內(nèi)在回報(bào)（好奇心的滿足、自主感、樂趣等）（Morris et al.， 2022）。

2.1 外在回報(bào)

2.1.1 外在回報(bào)對(duì)認(rèn)知控制的促進(jìn)作用

在以人類為被試的研究中，外在回報(bào)多指與當(dāng)前任務(wù)表現(xiàn)相關(guān)或無關(guān)的金錢獎(jiǎng)賞。通過直接操縱金錢獎(jiǎng)賞，研究者們比較了不同獎(jiǎng)賞條件下個(gè)體的任務(wù)表現(xiàn)差異，以此探究外在回報(bào)對(duì)認(rèn)知控制的影響。大量實(shí)證研究表明，與任務(wù)表現(xiàn)相關(guān)的金錢獎(jiǎng)賞在多數(shù)情境下可以提升認(rèn)知控制，表現(xiàn)為任務(wù)準(zhǔn)確性提升和反應(yīng)時(shí)縮短：在轉(zhuǎn)換任務(wù)中，金錢獎(jiǎng)賞降低了任務(wù)轉(zhuǎn)換代價(jià)（Bahlmann et al.， 2015），體現(xiàn)了認(rèn)知靈活性的增強(qiáng)；在反應(yīng)抑制相關(guān)任務(wù)中，金錢獎(jiǎng)賞降低了沖突任務(wù)中的一致性效應(yīng)（Aarts et al.，2014; Padmala amp; Pessoa， 2011），也降低了Go/NoGo與Stop-Signal 任務(wù)中的犯錯(cuò)率（Boehler et al.， 2012;Dixon amp; Christoff， 2012），表明抑制控制的提升；在AX-CPT 任務(wù)中，金錢獎(jiǎng)賞強(qiáng)化了個(gè)體對(duì)目標(biāo)線索的反應(yīng)，反映了主動(dòng)性控制的增強(qiáng)（Locke amp; Braver，2008）。除了金錢獎(jiǎng)賞，另有一些研究探究了其他形式的外在回報(bào)對(duì)認(rèn)知控制的影響。例如，果汁可以進(jìn)一步強(qiáng)化金錢獎(jiǎng)賞對(duì)認(rèn)知控制的促進(jìn)作用（Yeeet al.， 2016），與任務(wù)表現(xiàn)相關(guān)的社會(huì)性或情緒性獎(jiǎng)賞可以提升個(gè)體的認(rèn)知控制投入水平（Prével et al.，2021; Sharp et al.， 2022），且這種促進(jìn)在不同類型的外在回報(bào)間（果汁、社會(huì)/情緒性獎(jiǎng)賞）具有疊加效應(yīng)。

根據(jù)EVC 模型的回報(bào)- 代價(jià)權(quán)衡框架（Shenhavet al.， 2013），若不考慮認(rèn)知代價(jià)（如圖2 中的淺灰色曲線）的影響，上述外在回報(bào)因素主要通過回報(bào)曲線影響“預(yù)期價(jià)值”，進(jìn)而促進(jìn)認(rèn)知控制過程（如圖2）：隨著外在回報(bào)的增加，回報(bào)曲線上移（深灰色虛線→深灰色實(shí)線），“預(yù)期價(jià)值”隨之增大（垂直黑色虛線→垂直黑色實(shí)線），控制水平增強(qiáng)（a → b），任務(wù)表現(xiàn)得以提升。

2.1.2 影響外在回報(bào)對(duì)認(rèn)知控制調(diào)控效果的其他因素

外在回報(bào)對(duì)認(rèn)知控制的促進(jìn)作用并非無條件的，還有其他因素調(diào)節(jié)了這一過程，這些調(diào)節(jié)因素的存在也對(duì)EVC 模型提出了新的挑戰(zhàn)。

（1）任務(wù)情境。在不同的任務(wù)情境中，相同價(jià)值的外在回報(bào)對(duì)認(rèn)知控制的促進(jìn)程度不同（Leng etal.， 2021; Otto amp; Vassena， 2021），這可能是由于任務(wù)情境中的獎(jiǎng)賞豐富性影響了個(gè)體對(duì)外在回報(bào)相對(duì)價(jià)值的感知（Hassall et al.， 2022）。相較獎(jiǎng)賞機(jī)會(huì)更多（獎(jiǎng)賞豐富）的任務(wù)情境，在獎(jiǎng)賞機(jī)會(huì)更少（獎(jiǎng)賞匱乏）的任務(wù)情境中，等量的金錢獎(jiǎng)賞激活了更大的獎(jiǎng)賞正波（reward positivity， RewP），表明其相對(duì)價(jià)值更高，因此可以更好地提升認(rèn)知控制、降低任務(wù)轉(zhuǎn)換代價(jià)（Otto amp; Vassena， 2021）。此外，不同任務(wù)情境還可以激發(fā)個(gè)體不同的反應(yīng)模式。與獎(jiǎng)賞類似，懲罰是影響個(gè)體任務(wù)回報(bào)的另一種外在因素，它也可以提升認(rèn)知控制（Stürmer， 2011）。然而，個(gè)體在獎(jiǎng)賞與懲罰情境下提升認(rèn)知控制的方式不同：獎(jiǎng)賞情境下，為增加金錢收益，個(gè)體會(huì)投入更多認(rèn)知資源；而懲罰情境下，為避免金錢損失，個(gè)體的反應(yīng)更加謹(jǐn)慎（Leng et al.， 2021）。在腦活動(dòng)層面，相比于懲罰，在獎(jiǎng)賞調(diào)節(jié)認(rèn)知控制的過程中，與“預(yù)期價(jià)值”計(jì)算密切相關(guān)的前側(cè)扣帶回也有更強(qiáng)的激活（Cubilloet al.， 2019），說明獎(jiǎng)賞與懲罰可能以不同的方式影響個(gè)體對(duì)“預(yù)期價(jià)值”的評(píng)估。

（2）任務(wù)表現(xiàn)相關(guān)性。van Steenbergen等人（2012）發(fā)現(xiàn)，沖突任務(wù)中呈現(xiàn)的隨機(jī)獎(jiǎng)賞提升了被試的積極情緒，進(jìn)而阻礙沖突在試次間的動(dòng)態(tài)調(diào)控，降低沖突適應(yīng)。因此，與任務(wù)表現(xiàn)無關(guān)的金錢獎(jiǎng)賞更多地誘發(fā)了被試的積極情緒，而非激活更強(qiáng)的動(dòng)機(jī)水平（Notebaert amp; Braem， 2015）。當(dāng)情緒性刺激與任務(wù)表現(xiàn)相關(guān)時(shí)，其可被視為一種獎(jiǎng)賞信息，通過影響動(dòng)機(jī)系統(tǒng)增強(qiáng)認(rèn)知控制（Grahek et al.， 2020; Prével etal.， 2021）；當(dāng)其與任務(wù)表現(xiàn)無關(guān)時(shí)，則主要通過情緒加工系統(tǒng)影響認(rèn)知控制（楊倩， 2022; Dignath et al.，2020）。因此，外在回報(bào)和任務(wù)表現(xiàn)間的相關(guān)性可能通過動(dòng)機(jī)系統(tǒng)（回報(bào)與任務(wù)表現(xiàn)相關(guān)）或情緒系統(tǒng)（回報(bào)與任務(wù)表現(xiàn)無關(guān)）對(duì)控制的實(shí)施過程施加影響（Chiew， 2021）。

（3）獎(jiǎng)賞敏感性的個(gè)體差異。獎(jiǎng)賞敏感性反映了不同個(gè)體對(duì)渴求目標(biāo)的持續(xù)性追求程度的高低，其大小可以通過行為激活系統(tǒng)量表（BAS， Carveramp; White， 1994）中的驅(qū)動(dòng)性子量表測(cè)量。相關(guān)研究發(fā)現(xiàn)，其得分與外在獎(jiǎng)賞對(duì)認(rèn)知控制的提升效應(yīng)呈顯著正相關(guān)（Engelmann et al.， 2009; Padmala amp;Pessoa， 2011），說明外在獎(jiǎng)賞的提升效應(yīng)與個(gè)體的獎(jiǎng)賞敏感性有關(guān)。此外，獎(jiǎng)賞敏感性得分還與反映個(gè)體動(dòng)機(jī)的多巴胺水平呈顯著正相關(guān)（Davis et al.，2008）。其中，多巴胺的合成能力決定了認(rèn)知控制在多大程度上受到外在獎(jiǎng)賞的調(diào)節(jié)：當(dāng)個(gè)體的多巴胺合成能力更高時(shí)，外在獎(jiǎng)賞可以更好地促進(jìn)個(gè)體在沖突任務(wù)中的認(rèn)知控制投入，從而降低沖突效應(yīng)（Aarts et al.， 2014）。上述結(jié)果共同表明，外在獎(jiǎng)賞對(duì)認(rèn)知控制的促進(jìn)作用受到個(gè)體獎(jiǎng)賞敏感性的調(diào)節(jié)，反映了個(gè)體在多大程度上可以將外在獎(jiǎng)賞視為一個(gè)動(dòng)力因子。

2.2 內(nèi)在回報(bào)

在另一些情境中，即便沒有外在回報(bào)，個(gè)體仍然積極地參與任務(wù)、持續(xù)地付出努力并實(shí)施控制。例如，個(gè)體會(huì)主動(dòng)地探索身處的環(huán)境、自發(fā)進(jìn)行游戲等活動(dòng)（Berlyne， 1966），以滿足自身需要（好奇、興趣、自主性、成就感等；Chew et al.， 2021），并得到來自完成任務(wù)本身的回報(bào)——內(nèi)在回報(bào)（Cromwell et al.， 2020; Kruglanski et al.， 2018）。不同于外在回報(bào)的直接操縱，內(nèi)在回報(bào)的操縱與測(cè)量方式更為間接（Morris et al.， 2022）。相關(guān)研究表明，個(gè)體會(huì)在自由選擇時(shí)表現(xiàn)出滿足好奇心（選擇探索任務(wù)情境和獲取任務(wù)信息的選項(xiàng); Charpentier etal.， 2018）或滿足自主感（選擇結(jié)果由自己而非電腦算法決定的任務(wù); Wang amp; Delgado， 2019）的傾向和偏好。在上述過程中，獎(jiǎng)賞加工和主觀價(jià)值表征的相關(guān)腦區(qū)活動(dòng)增強(qiáng)（Huskey et al.， 2018; Wang amp;Delgado， 2019），說明內(nèi)在回報(bào)具有獎(jiǎng)賞性質(zhì)（Chewet al.， 2021; Morris et al.， 2022）。因此，類似于外在回報(bào)，內(nèi)在回報(bào)同樣可以通過評(píng)估“預(yù)期價(jià)值”來影響認(rèn)知控制的實(shí)施。

個(gè)體在追求內(nèi)在回報(bào)時(shí)會(huì)產(chǎn)生積極的主觀情緒體驗(yàn)（Huskey et al.， 2018）。據(jù)此，研究者們通過考察個(gè)體在無外在獎(jiǎng)賞情境下，完成不同認(rèn)知負(fù)荷水平任務(wù)所產(chǎn)生的積極情緒等主觀感受的差異來探究內(nèi)在回報(bào)對(duì)認(rèn)知控制的影響及作用機(jī)制（Otto et al.，2022; Sandra amp; Otto， 2018）。相關(guān)研究發(fā)現(xiàn)，在沖突任務(wù)中，相比于一致試次，被試在成功解決任務(wù)難度更高的不一致試次（沖突）后報(bào)告了更多的積極情緒（Schouppe et al.， 2015），表明被試在此條件下獲得了更多的內(nèi)在回報(bào)。類似地，認(rèn)知需求（needfor cognition， NFC）描述了個(gè)體完成高難度認(rèn)知任務(wù)時(shí)所付出的努力及從中獲得的滿足感，反映了認(rèn)知任務(wù)中個(gè)體間動(dòng)機(jī)水平的特質(zhì)性差異（Cacioppo etal.， 1996; Fleischhauer et al.， 2010），可被視為一種內(nèi)在回報(bào)。據(jù)此，研究者們通過比較高/ 低NFC 個(gè)體的任務(wù)表現(xiàn)來探究內(nèi)在回報(bào)對(duì)認(rèn)知控制的影響。相關(guān)結(jié)果發(fā)現(xiàn)認(rèn)知需求可以調(diào)節(jié)個(gè)體在不同認(rèn)知負(fù)荷/ 難度任務(wù)中的控制水平：在認(rèn)知努力折扣范式中，相較低NFC 個(gè)體，高NFC 個(gè)體更不易受任務(wù)難度的影響，并會(huì)更多地主動(dòng)選擇記憶量更大的N-back任務(wù)（Westbrook et al.， 2013）；在語音理解任務(wù)中，高NFC 個(gè)體投入了更多的認(rèn)知努力，且更少地受到外在回報(bào)的調(diào)節(jié)（Zhang et al.， 2022）。由此說明，內(nèi)在回報(bào)（NFC）可以提升認(rèn)知控制。

3 認(rèn)知控制實(shí)施過程中的代價(jià)

認(rèn)知控制的實(shí)施與“預(yù)期價(jià)值”有關(guān)，而“預(yù)期價(jià)值”是實(shí)施控制所獲得的預(yù)期回報(bào)與其產(chǎn)生的代價(jià)（即認(rèn)知控制代價(jià)）相權(quán)衡的產(chǎn)物。認(rèn)知控制代價(jià)在不同任務(wù)情境中的表現(xiàn)形式不同，包括與放棄其他認(rèn)知任務(wù)所能獲得的回報(bào)有關(guān)的機(jī)會(huì)成本（Kurzban et al.， 2013）、與控制模式在不同狀態(tài)及分配水平間進(jìn)行調(diào)整有關(guān)的調(diào)整代價(jià)（Grahek et al.，2023）、與實(shí)施控制所投入的認(rèn)知努力有關(guān)的努力代價(jià)（Shenhav et al.， 2013， 2017）等。其中，努力代價(jià)可能是導(dǎo)致個(gè)體減少認(rèn)知控制投入的根本原因（André et al.， 2019），主要表現(xiàn)為個(gè)體對(duì)高控制需求任務(wù)的回避及對(duì)“預(yù)期價(jià)值”主觀評(píng)估的降低。

3.1 努力代價(jià)導(dǎo)致認(rèn)知回避

早期經(jīng)濟(jì)學(xué)領(lǐng)域的研究指出，由于認(rèn)知活動(dòng)（如思考）具有高昂的（costly）代價(jià)，個(gè)體往往通過減少認(rèn)知付出來降低代價(jià)（Camerer amp; Hogarth，1999）。類似地，心理學(xué)領(lǐng)域的研究者提出了“最少心理努力原則”：在其他條件相等的情況下，個(gè)體傾向于選擇那些能夠最大程度減少認(rèn)知努力付出的任務(wù)（Botvinick， 2007）。例如，在一系列需求選擇任務(wù)中，當(dāng)其他條件保持相等時(shí)，被試傾向于選擇低認(rèn)知需求任務(wù)而回避高認(rèn)知需求任務(wù)（Kool amp;Botvinick， 2018）。在面對(duì)高低沖突水平（80% 不一致 vs. 20% 不一致）的Stroop 任務(wù)時(shí)，被試會(huì)更多地選擇低沖突水平條件（Schouppe et al.， 2014）。在轉(zhuǎn)換任務(wù)中，被試傾向于選擇“重復(fù)”而非“轉(zhuǎn)換”任務(wù)（Arrington amp; Logan， 2004; Vermeylen et al.，2022）；在高頻或低頻的轉(zhuǎn)換任務(wù)間做選擇時(shí)，他們也更偏好低頻的任務(wù)轉(zhuǎn)換（Kool et al.， 2010），因?yàn)橄噍^“重復(fù)”與“低頻轉(zhuǎn)換”任務(wù)，“轉(zhuǎn)換”與“高頻轉(zhuǎn)換”任務(wù)需要啟動(dòng)更高水平的認(rèn)知控制，付出更多的努力。上述與努力回避有關(guān)的現(xiàn)象均反映了努力代價(jià)的存在。根據(jù)腦成像的結(jié)果，隨著控制需求水平的提升，額頂控制網(wǎng)絡(luò)的活動(dòng)增加，由此導(dǎo)致的努力回避降低了獎(jiǎng)賞加工腦區(qū)的活動(dòng)；相應(yīng)地，與任務(wù)“負(fù)激活”相關(guān)的默認(rèn)模式網(wǎng)絡(luò)的活動(dòng)預(yù)測(cè)了努力回避行為的變化（Sayal? amp; Badre， 2019）。由此說明，努力代價(jià)削弱了外在回報(bào)價(jià)值，使得個(gè)體更少地投入認(rèn)知任務(wù)。

3.2 努力代價(jià)降低“預(yù)期價(jià)值”

努力投入通常伴隨負(fù)性情緒（如厭惡）的產(chǎn)生（Kurzban， 2016; Saunders et al.， 2017），皺眉肌作為負(fù)性情緒的敏感性指標(biāo)，其活動(dòng)可以間接表征努力投入所產(chǎn)生的代價(jià)（Dreisbach amp; Fischer， 2012）。因此，在認(rèn)知控制的實(shí)施過程中，努力代價(jià)可能體現(xiàn)在與施加認(rèn)知控制相關(guān)的主觀努力的體驗(yàn)中（Botvinick amp;Braver， 2015; Shenhav et al.， 2017），反映個(gè)體對(duì)努力代價(jià)的主觀價(jià)值的評(píng)估。據(jù)此，Westbrook 等人（2013）設(shè)計(jì)了認(rèn)知努力折扣范式來量化努力代價(jià)，以更好地探究其對(duì)認(rèn)知控制的影響。具體而言，被試需在預(yù)期價(jià)值不斷變化的“高獎(jiǎng)賞- 困難任務(wù)”和“低獎(jiǎng)賞- 簡單任務(wù)”之間進(jìn)行選擇，努力的主觀代價(jià)可以通過計(jì)算獎(jiǎng)賞折扣的主觀價(jià)值來量化。結(jié)果發(fā)現(xiàn)，被試更多地選擇了“低獎(jiǎng)賞- 簡單任務(wù)”，而“高獎(jiǎng)賞-困難任務(wù)”的主觀價(jià)值隨所需努力投入的增加而降低，表明被試傾向于降低外在回報(bào)來回避努力投入，因?yàn)樗麄冎饔^夸大了努力的代價(jià)，從而產(chǎn)生了努力折扣（易偉等， 2019; Westbrook amp; Braver， 2015）。當(dāng)進(jìn)一步考察調(diào)控這一過程的因素時(shí)發(fā)現(xiàn)，與認(rèn)知控制決策有關(guān)的神經(jīng)介質(zhì)（如多巴胺、去甲腎上腺素和腎上腺素等）可以增加個(gè)體對(duì)認(rèn)知努力回報(bào)和代價(jià)的敏感性，放大回報(bào)相對(duì)于代價(jià)在決策早期的影響（或權(quán)重），進(jìn)而通過增強(qiáng)認(rèn)知努力動(dòng)機(jī)提升認(rèn)知控制（Westbrooket al.， 2020， 2021）。

4 “回報(bào)- 代價(jià)”權(quán)衡影響認(rèn)知控制過程的可能機(jī)制

回報(bào)與代價(jià)對(duì)認(rèn)知控制的影響并非獨(dú)立，而是通過“回報(bào)- 代價(jià)”權(quán)衡的方式共同調(diào)節(jié)認(rèn)知控制過程。例如，在算術(shù)任務(wù)中，表征努力代價(jià)的皺眉肌活動(dòng)在預(yù)期要解決更復(fù)雜的算術(shù)問題時(shí)增強(qiáng)；而當(dāng)解決這些問題可以獲得更高的獎(jiǎng)賞時(shí)，皺眉肌活動(dòng)又顯著降低（Devine et al.， 2023）。在自由選擇轉(zhuǎn)換任務(wù)中，當(dāng)無外在獎(jiǎng)賞時(shí)，被試更多地選擇簡單的“重復(fù)”任務(wù)；而當(dāng)完成困難任務(wù)有外在獎(jiǎng)賞時(shí)，被試對(duì)需要認(rèn)知控制參與的“轉(zhuǎn)換”任務(wù)的選擇概率提升（Fr?ber amp; Dreisbach， 2016）。在多階段強(qiáng)化學(xué)習(xí)中，個(gè)體可以通過兩種基于獎(jiǎng)賞的決策策略來進(jìn)行強(qiáng)化學(xué)習(xí)。其中，基于模型的策略是一種目標(biāo)導(dǎo)向的計(jì)劃決策：個(gè)體會(huì)根據(jù)先前選擇所獲得的獎(jiǎng)賞金額及概率綜合做出當(dāng)前決策選擇，以提升獲得獎(jiǎng)賞的可能性及獎(jiǎng)賞金額，即個(gè)體需要將更多的努力投入認(rèn)知計(jì)算（認(rèn)知代價(jià)高）。無模型的策略是一種依賴于習(xí)慣或直接經(jīng)驗(yàn)的決策：個(gè)體會(huì)直接重復(fù)先前獲得獎(jiǎng)賞的選擇而忽視獲得獎(jiǎng)賞概率的大小，需要較少的認(rèn)知計(jì)算（認(rèn)知代價(jià)低）。相關(guān)研究發(fā)現(xiàn)，認(rèn)知努力代價(jià)較高的個(gè)體傾向于使用無模型策略；而當(dāng)獎(jiǎng)賞進(jìn)一步增加時(shí)，行為選擇表現(xiàn)出更多的基于模型的策略控制（Kool amp; Botvinick， 2018; Kool etal.， 2017），說明回報(bào)與代價(jià)以整合的方式影響了個(gè)體的策略選擇。

綜上，代價(jià)在一定程度上削弱了努力投入，降低了認(rèn)知控制。在此基礎(chǔ)上進(jìn)一步增加回報(bào)時(shí)，個(gè)體更愿意投入到需要付出更多努力的控制任務(wù)中，說明回報(bào)可以削弱（甚至抵消）代價(jià)對(duì)認(rèn)知控制實(shí)施所產(chǎn)生的消極影響，反映了個(gè)體在實(shí)施認(rèn)知控制過程中對(duì)預(yù)期回報(bào)和代價(jià)所做出的綜合評(píng)估。因此，基于回報(bào)- 代價(jià)的權(quán)衡是一個(gè)持續(xù)的動(dòng)態(tài)過程，并且受到個(gè)體主觀因素的影響（Inzlicht amp; Schmeichel， 2012）；相應(yīng)地，認(rèn)知控制的實(shí)施與調(diào)控也是一個(gè)動(dòng)態(tài)更迭的過程，需要同時(shí)考慮主體狀態(tài)、環(huán)境和動(dòng)機(jī)等因素在此過程中的作用（Bustamante， 2022）。

4.1 基于主觀“回報(bào)- 代價(jià)”權(quán)衡的努力價(jià)值計(jì)算

認(rèn)知控制實(shí)施過程中的回報(bào)- 代價(jià)權(quán)衡之所以受到主體因素的影響，主要緣于努力投入的兩面性：一方面，在努力投入前，代價(jià)會(huì)削弱努力投入可能獲得回報(bào)的預(yù)期價(jià)值；另一方面，努力本身具有價(jià)值，而且在努力投入后，個(gè)體往往賦予努力回報(bào)更多的價(jià)值（曹思琪等， 2022）。因此，個(gè)體對(duì)努力結(jié)果的評(píng)價(jià)受到個(gè)體對(duì)努力投入的主觀偏好的綜合影響，即更看重努力產(chǎn)生的代價(jià)（負(fù)性評(píng)價(jià)）還是更看重努力帶來的回報(bào)（正性評(píng)價(jià)）（Inzlicht et al.，2018; Kool amp; Botvinick， 2018），這一過程受到個(gè)體對(duì)回報(bào)與代價(jià)敏感度（Westbrook et al.， 2020）及沖動(dòng)水平（Frob?se et al.， 2020）的調(diào)節(jié)。

DPOWER 模型（dual-system power model）結(jié)合實(shí)驗(yàn)數(shù)據(jù)構(gòu)建了關(guān)于努力投入與努力結(jié)果的主觀價(jià)值的函數(shù)關(guān)系。如圖3A，二者既可能存在單調(diào)的函數(shù)關(guān)系：當(dāng)個(gè)體對(duì)努力投入呈正性評(píng)價(jià)時(shí)，主觀價(jià)值隨努力投入的增加而增加（深灰色虛線）；當(dāng)個(gè)體對(duì)努力投入呈負(fù)性評(píng)價(jià)時(shí)，主觀價(jià)值隨努力投入的增加而降低（淺灰色虛線）。由于個(gè)體對(duì)努力結(jié)果的偏好可能會(huì)因努力需求而改變，函數(shù)關(guān)系也可能因個(gè)人能力的限制而出現(xiàn)反轉(zhuǎn)：若個(gè)體最初對(duì)努力呈負(fù)性評(píng)價(jià)，當(dāng)努力值達(dá)到一定水平后，隨著努力投入的持續(xù)增加，他們對(duì)努力的偏好逐漸由代價(jià)變?yōu)榛貓?bào)，評(píng)價(jià)隨之由負(fù)性轉(zhuǎn)為正性，價(jià)值函數(shù)相應(yīng)地由單減轉(zhuǎn)為單增（淺灰色點(diǎn)線）；反之，若個(gè)體最初對(duì)努力呈正性評(píng)價(jià)，當(dāng)努力值達(dá)到閾限后，隨著努力投入的持續(xù)增加，他們對(duì)努力的偏好逐漸由回報(bào)變?yōu)榇鷥r(jià)，評(píng)價(jià)隨之由正性轉(zhuǎn)為負(fù)性，價(jià)值函數(shù)由單增轉(zhuǎn)為單減（深灰色點(diǎn)線）（Marcowski et al.， 2023）。

因此，在認(rèn)知控制的實(shí)施過程中，基于預(yù)期價(jià)值的評(píng)估在一定程度上反映了個(gè)體愿意投入多少努力（Inzlicht amp; Schmeichel， 2012）。如圖3B，若用努力投入水平表征控制信號(hào)強(qiáng)度，代價(jià)和回報(bào)對(duì)認(rèn)知控制的影響可以通過衡量努力投入的主觀回報(bào)值與主觀代價(jià)值之差——主觀預(yù)期價(jià)值（即主觀EVC）來實(shí)現(xiàn)。其大小在一定范圍內(nèi)代表努力水平的高低（如陰影部分）：當(dāng)“主觀回報(bào)值”（深灰色曲線）大于“主觀代價(jià)值”（淺灰色曲線）時(shí)，“主觀EVC”（黑色曲線）大于0，個(gè)體愿意付出努力（實(shí)施認(rèn)知控制）；當(dāng)主觀回報(bào)值與主觀代價(jià)值的差值最大，即“主觀EVC”最大時(shí)（黑色曲線最高點(diǎn)a），對(duì)應(yīng)的努力水平為當(dāng)前情境下個(gè)體可以投入的最優(yōu)控制強(qiáng)度；當(dāng)“主觀回報(bào)值” 等于 “主觀代價(jià)值”，即“主觀EVC”等于0 時(shí)（深灰色曲線與淺灰色曲線交點(diǎn)b），對(duì)應(yīng)的努力水平為當(dāng)前情境下個(gè)體可能付出的最大努力。在此之后，“主觀代價(jià)值” 大于 “主觀回報(bào)值”，即“主觀EVC”小于0 時(shí)，個(gè)體將不再愿意付出努力。

4.2 “回報(bào)- 代價(jià)”權(quán)衡在控制過程中的動(dòng)態(tài)更迭

回報(bào)與代價(jià)的權(quán)衡是一個(gè)動(dòng)態(tài)調(diào)整的過程。在需要認(rèn)知控制參與的任務(wù)中，個(gè)體在每次實(shí)施控制后，會(huì)根據(jù)任務(wù)表現(xiàn)的相關(guān)因素（反饋、任務(wù)轉(zhuǎn)換率、反應(yīng)時(shí)和錯(cuò)誤率等）更新對(duì)于回報(bào)與代價(jià)預(yù)期價(jià)值的評(píng)估，進(jìn)而優(yōu)化控制的配置（Musslick et al.， 2015;Sayal? amp; Badre， 2021）。依此邏輯，研究者指出個(gè)體能力與任務(wù)情境等因素可以作為動(dòng)態(tài)調(diào)整依據(jù)，分別在特定任務(wù)中與不同任務(wù)情境間動(dòng)態(tài)調(diào)節(jié)個(gè)體的控制配置。

在特定任務(wù)中，回報(bào)與代價(jià)權(quán)衡的動(dòng)態(tài)調(diào)整與個(gè)人能力有關(guān)。Masís 等人（2021）指出，能力的高低在一定程度上反映了個(gè)體在多大程度上可以自動(dòng)化地完成當(dāng)下的任務(wù)（又稱“自動(dòng)性”），并提出LEVC（learning expected value of control）模型。完成任務(wù)的“自動(dòng)性”（通過學(xué)習(xí)或訓(xùn)練）可以提升個(gè)體對(duì)伴隨任務(wù)完成所產(chǎn)生的回報(bào)價(jià)值評(píng)估，進(jìn)而改變對(duì)“預(yù)期價(jià)值（即EVC）”的評(píng)估，調(diào)節(jié)認(rèn)知控制的分配。如圖3C，隨著“自動(dòng)性”的提高，獲得相等甚至更高水平的預(yù)期價(jià)值（縱坐標(biāo)）需要的控制強(qiáng)度（橫坐標(biāo)）更低。這解釋了在沒有外在回報(bào)的情境下，個(gè)體為什么依然選擇實(shí)施認(rèn)知控制，或?yàn)榱四茉谖磥慝@得更大的回報(bào)而在當(dāng)下選擇需要更多努力投入而回報(bào)更少的任務(wù)（Inzlicht etal.， 2018; Masís et al.， 2021）。在不同任務(wù)情境下，LVOC（learned value of control）模型提出，個(gè)體可以根據(jù)任務(wù)情境的特征來學(xué)習(xí)和評(píng)估預(yù)期價(jià)值并實(shí)施相應(yīng)的控制（Lieder et al.， 2018）。若任務(wù)中的某個(gè)刺激特征與獎(jiǎng)賞相關(guān)，那么個(gè)體會(huì)賦予那些與該刺激具有相似特征的任務(wù)情境更多的回報(bào)價(jià)值。這一過程體現(xiàn)了基于實(shí)施控制的預(yù)期價(jià)值評(píng)估在具有相同或相似特征的情境間的遷移，以此更新新情境下產(chǎn)生的預(yù)期價(jià)值（Bustamante et al.， 2021）。因此，個(gè)體可以根據(jù)以往任務(wù)的經(jīng)驗(yàn)，在類似的任務(wù)情境中動(dòng)態(tài)配置最優(yōu)的控制，實(shí)現(xiàn)了認(rèn)知控制在不同任務(wù)情境下的動(dòng)態(tài)遷移與調(diào)整。

5 總結(jié)與展望

根據(jù)EVC 模型，回報(bào)與代價(jià)是影響認(rèn)知控制實(shí)施與動(dòng)態(tài)調(diào)控的關(guān)鍵因素，個(gè)體對(duì)于回報(bào)- 代價(jià)的權(quán)衡影響了他們實(shí)施認(rèn)知控制的動(dòng)機(jī)水平。據(jù)此，本文梳理了可被視為回報(bào)或代價(jià)的因素及相關(guān)的實(shí)證研究證據(jù)。在此基礎(chǔ)上，分別從回報(bào)- 代價(jià)權(quán)衡過程的主觀性與動(dòng)態(tài)性兩個(gè)方面探討了二者對(duì)認(rèn)知控制的共同影響。由于回報(bào)- 代價(jià)的權(quán)衡過程較為復(fù)雜且在很大程度上受到個(gè)體因素的影響，為更深入地理解這一權(quán)衡過程、更好地實(shí)現(xiàn)對(duì)認(rèn)知控制的有效調(diào)控和精準(zhǔn)干預(yù)，未來的研究可以考慮從客觀與主觀兩個(gè)方面進(jìn)一步解析回報(bào)-代價(jià)權(quán)衡的過程。

客觀方面，完善“回報(bào)- 代價(jià)”權(quán)衡的計(jì)算模型。研究者們已基于權(quán)衡的更迭構(gòu)建了相關(guān)模型，但大多側(cè)重于回報(bào)價(jià)值的變化（如LEVC 模型、LVOC模型）而忽略了代價(jià)的更迭。實(shí)際上，代價(jià)價(jià)值也是不斷變化的，如調(diào)整代價(jià)的動(dòng)態(tài)模型指出，代價(jià)會(huì)隨控制調(diào)整可用時(shí)間的減少、調(diào)整頻率的增加而變大（Grahek et al.， 2023）。并且，回報(bào)與代價(jià)的更迭可能是同時(shí)進(jìn)行的，例如，需要認(rèn)知控制參與的學(xué)習(xí)過程既可以提升（外在及/ 或內(nèi)在）回報(bào)，又因自動(dòng)化水平的提升而降低代價(jià)。因此，未來的研究可以以更加整合的方式，同時(shí)考慮任務(wù)情境（或目標(biāo)）、任務(wù)難度、任務(wù)表現(xiàn)等因素對(duì)回報(bào)與代價(jià)的共同影響，構(gòu)建更加完善的權(quán)衡模型。

主觀方面，納入個(gè)體差異因素考察“回報(bào)- 代價(jià)”權(quán)衡。如前所述，與外在回報(bào)相關(guān)的獎(jiǎng)賞敏感性、與內(nèi)在回報(bào)相關(guān)的內(nèi)在動(dòng)機(jī)及認(rèn)知需求水平、與代價(jià)相關(guān)的機(jī)會(huì)成本等因素在不同個(gè)體間有很大的差異（Aarts et al.， 2014; Kurzban et al.， 2013; Sandraamp; Otto， 2018），反映了個(gè)體賦予回報(bào)與代價(jià)不同的權(quán)重。那么，當(dāng)不同個(gè)體面對(duì)相同的任務(wù)目標(biāo)時(shí)，除認(rèn)知控制能力差異外，上述個(gè)體差異（獎(jiǎng)賞敏感性、認(rèn)知需求、內(nèi)在動(dòng)機(jī)、機(jī)會(huì)成本）在多大程度上可以解釋基于認(rèn)知控制的任務(wù)表現(xiàn)差異？未來的研究可以就此問題深入探究，并從動(dòng)機(jī)視角進(jìn)一步明確影響回報(bào)- 代價(jià)權(quán)衡的其他個(gè)體差異因素。這同時(shí)提示，未來的相關(guān)研究在考察狀態(tài)性情境因素對(duì)認(rèn)知控制的影響時(shí)，需要控制回報(bào)與代價(jià)相關(guān)的個(gè)體差異因素的影響。

參考文獻(xiàn)

曹思琪， 湯晨晨， 伍海燕， 劉勛. （2022）. 價(jià)值計(jì)算決定何時(shí)與如何努力. 心

理科學(xué)進(jìn)展， 30 （4）， 877-887.

楊倩. （2022）. 負(fù)性情緒在沖突適應(yīng)中的作用機(jī)制： 分離與整合視角. 心理

科學(xué)進(jìn)展， 30 （8）， 1844-1855.

易偉， 梅淑婷， 鄭亞. （2019）. 努力： 成本還是獎(jiǎng)賞？ 心理科學(xué)進(jìn)展， 27 （8），

1439-1450.

張孟可， 李晴， 尹首航， 陳安濤. （2021）. 沖突水平的變化誘發(fā)沖突適應(yīng). 心

理學(xué)報(bào)， 53 （2）， 128-138.

Aarts， E.， Wallace， D. L.， Dang， L. C.， Jagust， W. J.， Cools， R.， amp; D’Esposito，

M. （2014）. Dopamine and the cognitive downside of a promised bonus.

Psychological Science， 25 （4）， 1003-1009.

André， N.， Audiffren， M.， amp; Baumeister， R. F. （2019）. An integrative model of

effortful control. Frontiers in Systems Neuroscience， 13， Article 79.

Arrington， C. M.， amp; Logan， G. D. （2004）. The cost of a voluntary task switch.

Psychological Science， 15 （9）， 610-615.

Bahlmann， J.， Aarts， E.， amp; D’Esposito， M. （2015）. Influence of motivation on

control hierarchy in the human frontal cortex. Journal of Neuroscience， 35 （7），

3207-3217.

Berlyne， D. E. （1966）. Curiosity and exploration： Animals spend much of their time

seeking stimuli whose significance raises problems for psychology. Science，

153 （3731）， 25-33.

Boehler， C. N.， Hopf， J. M.， Stoppel， C. M.， amp; Krebs， R. M. （2012）. Motivating

inhibition - reward prospect speeds up response cancellation. Cognition，

125 （3）， 498-503.

Botvinick， M.， amp; Braver， T. （2015）. Motivation and cognitive control： From behavior

to neural mechanism. Annual Review of Psychology， 66（1）， 83-113.

Botvinick， M. M. （2007）. Conflict monitoring and decision making： Reconciling

two perspectives on anterior cingulate function. Cognitive， Affective， and

Behavioral Neuroscience， 7 （4）， 356-366.

Botvinick， M. M.， Braver， T. S.， Barch， D. M.， Carter， C. S.， amp; Cohen， J. D. （2001）.

Conflict monitoring and cognitive control. Psychological Review， 108 （3）， 624-

652.

Bustamante， L.， Lieder， F.， Musslick， S.， Shenhav， A.， amp; Cohen， J. （2021）. Learning

to overexert cognitive control in a Stroop task. Cognitive， Affective， and

Behavioral Neuroscience， 21 （3）， 453-471.

Bustamante， L. A. （2022）. Quantifying individual differences in the cost of cognitive

and physical effort in humans （Unpublished doctorial dissertation）. Princeton

University.

Bialaszek， W.， amp; Winkielman， P. （2023）. Modeling the Effort Paradox： Effort can

have positive and negative impact on outcome value within an individual，

across individuals， and across choice contexts （preprint）

Cacioppo， J. T.， Petty， R. E.， Feinstein， J. A.， amp; Jarvis， W. B. G. （1996）.

Dispositional differences in cognitive motivation： The life and times of

individuals varying in need for cognition. Psychological Bulletin， 119 （2）， 197-

253.

Camerer， C. F.， amp; Hogarth， R. M. （1999）. The effects of financial incentives in

experiments： A review and capital-labor-production framework. Journal of

Risk and Uncertainty， 19 （1）， 7-42.

Carver， C. S.， amp; White， T. L. （1994）. Behavioral inhibition， behavioral activation，

and affective responses to impending reward and punishment： The BIS/BAS

scales. Journal of Personality and Social Psychology， 67（2）， 319-333.

Charpentier， C. J.， Bromberg-Martin， E. S.， amp; Sharot， T. （2018）. Valuation of

knowledge and ignorance in mesolimbic reward circuitry. Proceedings of

the National Academy of Sciences of the United States of America， 115 （31），

E7255-E7264.

Chew， B.， Blain， B.， Dolan， R. J.， amp; Rutledge， R. B. （2021）. A neurocomputational

model for intrinsic reward. The Journal of Neuroscience， 41（43）， 8963-8971.

Chiew， K. S. （2021）. Revisiting positive affect and reward influences on cognitive

control. Current Opinion in Behavioral Sciences， 39， 27-33.

Cromwell， H. C.， Abe， N.， Barrett， K. C.， Caldwell-Harris， C.， Gendolla， G. H.

E.， Koncz， R.， amp; Sachdev， P. S. （2020）. Mapping the interconnected neural

systems underlying motivation and emotion： A key step toward understanding

the human affectome. Neuroscience and Biobehavioral Reviews， 113， 204-

226.

Cubillo， A.， Makwana， A. B.， amp; Hare， T. A. （2019）. Differential modulation of

cognitive control networks by monetary reward and punishment. Social

Cognitive and Affective Neuroscience， 14（3）， 305-317.

Davis， C.， Levitan， R. D.， Kaplan， A. S.， Carter， J.， Reid， C.， Curtis， C.， amp; Kennedy，

J. L. （2008）. Reward sensitivity and the D2 dopamine receptor gene： A casecontrol

study of binge eating disorder. Progress in Neuro-Psychopharmacology

and Biological Psychiatry， 32 （3）， 620-628.

Devine， S.， Vassena， E.， amp; Otto， A. R. （2023）. More than a feeling： Physiological

measures of affect index the integration of effort costs and rewards during

anticipatory effort evaluation. Cognitive， Affective， and Behavioral

Neuroscience， 23 （4）， 1129-1140.

Dignath， D.， Eder， A. B.， Steinhauser， M.， amp; Kiesel， A. （2020）. Conflict monitoring

and the affective-signaling hypothesis—An integrative review. Psychonomic

Bulletin and Review， 27 （2）， 193-216.

Dixon， M. L.， amp; Christoff， K. （2012）. The decision to engage cognitive control is

driven by expected reward-value： Neural and behavioral evidence. PLoS

ONE， 7 （12）， Article e51637.

Dreisbach， G.， amp; Fischer， R. （2012）. Conflicts as aversive signals. Brain and

Cognition， 78 （2）， 94-98.

Engelmann， J. B.， Damaraju， E.， Padmala， S.， amp; Pessoa， L. （2009）. Combined

effects of attention and motivation on visual task performance： Transient and

sustained motivational effects. Frontiers in Human Neuroscience， 3， Article 4.

Fleischhauer， M.， Enge， S.， Brocke， B.， Ullrich， J.， Strobel， A.， amp; Strobel， A.

（2010）. Same or different？ Clarifying the relationship of need for cognition

to personality and intelligence. Personality and Social Psychology Bulletin，

36 （1）， 82-96.

Fr?ber， K.， amp; Dreisbach， G. （2016）. How sequential changes in reward magnitude

modulate cognitive flexibility： Evidence from voluntary task switching. Journal

of Experimental Psychology： Learning， Memory， and Cognition， 42 （2）， 285-

295.

Frob?se， M. I.， Westbrook， A.， Bloemendaal， M.， Aarts， E.， amp; Cools， R. （2020）.

Catecholaminergic modulation of the cost of cognitive control in healthy older

adults. PLoS ONE， 15 （2）， Article e0229294.

Grahek， I.， Leng， X.， Musslick， S.， amp; Shenhav， A. （2023）. The cost of adjusting

cognitive control： A dynamical systems approach. Paper presented at the 2023

Conference on Cognitive Computational Neuroscience.

Grahek， I.， Musslick， S.， amp; Shenhav， A. （2020）. A computational perspective on the

roles of affect in cognitive control. International Journal of Psychophysiology，

151， 25-34.

Hassall， C. D.， Hunt， L. T.， amp; Holroyd， C. B. （2022）. Task-level value affects triallevel

reward processing. NeuroImage， 260， Article 119456.

Huskey， R.， Craighead， B.， Miller， M. B.， amp; Weber， R. （2018）. Does intrinsic

reward motivate cognitive control？ A naturalistic-fMRI study based on

the synchronization theory of flow. Cognitive， Affective， and Behavioral

Neuroscience， 18 （5）， 902-924.

Inzlicht， M.， amp; Schmeichel， B. J. （2012）. What is ego depletion？ Toward a

mechanistic revision of the resource model of self-control. Perspectives on

Psychological Science， 7 （5）， 450-463.

Inzlicht， M.， Shenhav， A.， amp; Olivola， C. Y. （2018）. The effort paradox： Effort is both

costly and valued. Trends in Cognitive Sciences， 22（4）， 337-349.

Kool， W.， amp; Botvinick， M. （2018）. Mental labour. Nature Human Behaviour， 2 （12），

899-908.

Kool， W.， McGuire， J. T.， Rosen， Z. B.， amp; Botvinick， M. M. （2010）. Decision making

and the avoidance of cognitive demand. Journal of Experimental Psychology：

General， 139 （4）， 665-682.

Kool， W.， Shenhav， A.， amp; Botvinick， M. M. （2017）. Cognitive control as cost-benefit

decision making. In T. Egner （Ed.）， The Wiley handbook of cognitive control

（pp. 167-189）. Wiley Blackwell.

Kruglanski， A. W.， Fishbach， A.， Woolley， K.， Bélanger， J. J.， Chernikova， M.，

Molinario， E.， amp; Pierro， A. （2018）. A structural model of intrinsic motivation：

On the psychology of means-ends fusion. Psychological Review， 125 （2）， 165-

182.

Kurzban， R. （2016）. The sense of effort. Current Opinion in Psychology， 7， 67-70.

Kurzban， R.， Duckworth， A.， Kable， J. W.， amp; Myers， J. （2013）. An opportunity

cost model of subjective effort and task performance. Behavioral and Brain

Sciences， 36 （6）， 661-679.

Leng， X. M.， Yee， D.， Ritz， H.， amp; Shenhav， A. （2021）. Dissociable influences of

reward and punishment on adaptive cognitive control. PLoS Computational

Biology， 17 （12）， Article e1009737.

Li， Q.， Hu， N.， Li， Y. L.， Long， Q. S.， Gu， Y.， Tang， Y. C.， amp; Chen， A. T. （2021）.

Error-induced adaptability： Behavioral and neural dynamics of responsestimulus

interval modulations on posterror slowing. Journal of Experimental

Psychology： General， 150 （5）， 851-863.

Lieder， F.， Shenhav， A.， Musslick， S.， amp; Griffiths， T. L. （2018）. Rational

metareasoning and the plasticity of cognitive control. PLoS Computational

Biology， 14 （4）， Article e1006043.

Locke， H. S.， amp; Braver， T. S. （2008）. Motivational influences on cognitive control：

Behavior， brain activation， and individual differences. Cognitive， Affective，

and Behavioral Neuroscience， 8 （1）， 99-112.

Marcowski， P.， Winkielman， P.， amp; Bia?aszek， W. （2023）. Effort can have

positive and negative impact on outcome value within an individual， across

individuals， and across choice contexts. PsyArXiv （preprint）.

Masís， J. A.， Musslick， S.， amp; Cohen， J. D. （2021）. The value of learning and

cognitive control allocation. Paper presented at the 43rd Annual Meeting of

the Cognitive Science Society： Animal Minds， Virtual， Online， Austria.

Miller， E. K.， amp; Cohen， J. D. （2001）. An integrative theory of prefrontal cortex

function. Annual Review of Neuroscience， 24（1）， 167-202.

Morris， L. S.， Grehl， M. M.， Rutter， S. B.， Mehta， M.， amp; Westwater， M. L. （2022）.

On what motivates us： A detailed review of intrinsic vs. extrinsic motivation.

Psychological Medicine， 52 （10）， 1801-1816.

Notebaert， W.， amp; Braem， S. （2015）. Parsing the effects of reward on cognitive

control. In T. S. Braver （Ed.）， Motivation and cognitive control （pp. 105-122）.

Routledge.

Otto， A. R.， Braem， S.， Silvetti， M.， amp; Vassena， E. （2022）. Is the juice worth the

squeeze？ Learning the marginal value of mental effort over time. Journal of

Experimental Psychology： General， 151 （10）， 2324-2341.

Otto， A. R.， amp; Vassena， E. （2021）. It' s all relative： Reward-induced cognitive

control modulation depends on context. Journal of Experimental Psychology：

General， 150 （2）， 306-313.

Padmala， S.， amp; Pessoa， L. （2011）. Reward reduces conflict by enhancing

attentional control and biasing visual cortical processing. Journal of Cognitive

Neuroscience， 23 （11）， 3419-3432.

Prével， A.， Hoofs， V.， amp; Krebs， R. M. （2021）. Effect of non-instructed instrumental

contingency of monetary reward and positive affect in a cognitive control task.

Royal Society Open Science， 8（8）， Article 202002.

Sandra， D. A.， amp; Otto， A. R. （2018）. Cognitive capacity limitations and Need for

Cognition differentially predict reward-induced cognitive effort expenditure.

Cognition， 172， 101-106.

Saunders， B.， Lin， H.， Milyavskaya， M.， amp; Inzlicht， M. （2017）. The emotive nature

of conflict monitoring in the medial prefrontal cortex. International Journal of

Psychophysiology， 119， 31-40.

Sayal?， C.， amp; Badre， D. （2019）. Neural systems of cognitive demand avoidance.

Neuropsychologia， 123， 41-54.

Sayal?， C.， amp; Badre， D. （2021）. Neural systems underlying the learning of cognitive

effort costs. Cognitive， Affective， and Behavioral Neuroscience， 21 （4）， 698-

716.

Schouppe， N.， Braem， S.， De Houwer， J.， Silvetti， M.， Verguts， T.， Ridderinkhof，

K. R.， amp; Notebaert， W. （2015）. No pain， no gain： The affective valence of

congruency conditions changes following a successful response. Cognitive，

Affective， and Behavioral Neuroscience， 15（1）， 251-261.

Schouppe， N.， Demanet， J.， Boehler， C. N.， Ridderinkhof， K. R.， amp; Notebaert，

W. （2014）. The role of the striatum in effort-based decision-making in the

absence of reward. Journal of Neuroscience， 34 （6）， 2148-2154.

Sharp， P. B.， Do， K. T.， Lindquist， K. A.， Prinstein， M. J.， amp; Telzer， E. H. （2022）.

Cognitive control deployment is flexibly modulated by social value in early

adolescence. Developmental Science， 25 （1）， Article e13140.

Shenhav， A.， Botvinick， M. M.， amp; Cohen， J. D. （2013）. The expected value of

control： An integrative theory of anterior cingulate cortex function. Neuron，

79 （2）， 217-240.

Shenhav， A.， Musslick， S.， Lieder， F.， Kool， W.， Griffiths， T. L.， Cohen， J. D.， amp;

Botvinick， M. M. （2017）. Toward a rational and mechanistic account of mental

effort. Annual Review of Neuroscience， 40， 99-124.

Stürmer， B. （2011）. Reward and punishment effects on error processing and conflict

control. Frontiers in Psychology， 2 ， Article 335.

van Steenbergen， H.， Band， G. P. H.， amp; Hommel， B. （2012）. Reward valence

modulates conflict-driven attentional adaptation： Electrophysiological

evidence. Biological Psychology， 90 （3）， 234-241.

Vermeylen， L.， Braem， S.， Notebaert， W.， amp; Ruitenberg， M. F. L. （2022）. The

subjective evaluation of task switch cues is related to voluntary task switching.

Cognition， 224 ， Article 105063.

Wang， K. S.， amp; Delgado， M. R. （2019）. Corticostriatal circuits encode the subjective

value of perceived control. Cerebral Cortex， 29 （12）， 5049-5060.

Westbrook， A.， amp; Braver， T. S. （2015）. Cognitive effort： A neuroeconomic approach.

Cognitive， Affective， and Behavioral Neuroscience， 15（2）， 395-415.

Westbrook， A.， Frank， M. J.， amp; Cools， R. （2021）. A mosaic of cost-benefit control

over cortico-striatal circuitry. Trends in Cognitive Sciences， 25（8）， 710-721.

Westbrook， A.， Kester， D.， amp; Braver， T. S. （2013）. What is the subjective cost

of cognitive effort？ Load， trait， and aging effects revealed by economic

preference. PLoS ONE， 8 （7）， Article e68210.

Westbrook， A.， Van Den Bosch， R.， M??tt?， J. I.， Hofmans， L.， Papadopetraki，

D.， Cools， R.， amp; Frank， M. J. （2020）. Dopamine promotes cognitive effort by

biasing the benefits versus costs of cognitive work. Science， 367 （6484）， 1362-

1366.

Yee， D. M.， Krug， M. K.， Allen， A. Z.， amp; Braver， T. S. （2016）. Humans integrate

monetary and liquid incentives to motivate cognitive task performance.

Frontiers in Psychology， 6 ， Article 2037.

Zhang， M.， Palmer， C. V.， Pratt， S. R.， McNeil， M. R.， amp; Siegle， G. J. （2022）.

Need for cognition is associated with the interaction of reward and taskload

on effort： A verification and extension study. International Journal of

Psychophysiology， 180 ， 60-67.