6.2.3 漂移-扩散模型 (DDM) 与证据积累决策

文档摘要

6.2.3 漂移-扩散模型 (DDM) 与证据积累决策在运动控制与决策的神经计算图景中，若将感知—动作环路比作一条奔涌的河流，那么漂移-扩散模型（Drift-Diffusion Model, DDM）便是那条最精巧、最经得起显微镜检视的主河道——它不靠玄思冥想，不凭经验直觉，而是以布朗运动为笔、以证据流为墨，在时间轴上一笔一划地写下“抉择如何发生”的确定性答案。这不是一个描述行为的粗粒度黑箱，而是一套可参数化、可拟合、可嵌入闭环控制器、甚至可在FPGA上实时运行的微分决策引擎。今天，我们就潜入这条河道的河床，亲手铺设它的导管、校准它的流速、调试它的阈值，并最终让它驱动一个真实的轮式机器人完成“左转还是右转”的二元抉择任务。