The Theory of Mind Utility：心智化机制的形式化规范

# 心智理论实用模型：心智化机制的形式化规范

来源：https://arxiv.org/html/2606.12721

Nikolos Gurney  
Institute for Creative Technologies, University of Southern California  
California, United States of America  
[email protected] (mailto:[email protected])  
ORCID: 0000-0003-3479-203

Stacy Marsella  
Khoury College of Computer Sciences, Northeastern University  
Massachusetts, United States of America  
[email protected] (mailto:[email protected])  
ORCID: 0000-0002-5711-7934

###### 摘要

推断他人的信念不仅仅需要解读表面信号；还需要追踪谁对他们说了什么、以什么顺序以及有多可信。心智理论实用模型（ToM-U）在计算分析层面形式化了这一认知状态推断问题，规定了心智化计算的内容和原因，但不承诺具体的算法或神经实现。ToM-U 通过构建局部认知世界模型（LEWM）——一种有向类型图，表示主体、状态节点以及它们之间的认知关系——并针对离散候选 LEWM 的观察行为进行评估，直到达到足够置信度。五个形式化定义规定了 LEWM 结构、主体节点属性（包括有序信息访问历史）、递归心智化的有界增殖机制、三个推断程序，以及一个捕获失败心智化尝试留下的结构化痕迹的残留函数。ToM-U 与贝叶斯心智理论及相关形式化方法不同，后者预设而非推导信念状态；与模拟论和理论论也不同，后者缺乏认知状态推断的形式化装置。该架构生成关于心智化失败的方向性、可证伪预测，这些预测源于模型的结构属性而非辅助假设，并将 ToM-U 定位为一种领域无关的机制，位于目标推断及其他下游社会认知过程的上游。

关键词：心理理论||心智化||心智模型||世界模型||信念推断||有限理性

资助：研究由陆军研究办公室资助，并在合作协议编号 W911NF-25-2-0040 下完成。本文档中的观点和结论仅代表作者本人，不应解释为陆军研究办公室或美国政府的官方政策（明示或暗示）。美国政府有权为政府目的复制和分发重印本，尽管本文中可能存在任何版权标注。

## 1 引言

推断他人的心理状态，即心智化，是社会生活的基础。当代心理学认识到这种能力是拥有心理理论（ToM），这一概念现代基础源于 Premack 和 Woodruff 关于黑猩猩推理彼此心理状态的开创性工作[35](https://arxiv.org/html/2606.12721#bib.bib19)。重要的是，心理理论概念不仅涉及他人的愿望和意图。例如，心理理论的经典实证测试侧重于对信念以及人们为何持有信念的推理[53](https://arxiv.org/html/2606.12721#bib.bib18)。推断信念或任何类似心理状态的关键是一个认知来源问题：如果 Sam 看到一个标有“巧克力”的袋子且没有其他信息，她会推断里面装着巧克力；如果在她看到标签之前，一个朋友说“那个袋子里装着爆米花”，Sam 很可能相信里面装着爆米花[46](https://arxiv.org/html/2606.12721#bib.bib17)。无论哪种情况，对 Sam 关于袋子的信念具有心理理论，都需要回答关于 Sam 接触了什么、按什么顺序、从谁那里、以及有多可信等问题。换句话说，心理理论问题是一个基于信息访问历史的认知状态推断问题。

心智理论实用模型（ToM-U）是一种社会推理理论，作为一个形式化框架描述了心智如何解决这一问题。ToM-U 方法与以往形式化方法有显著不同。流行的贝叶斯心智理论（BToM）方法将目标和信念推断形式化为理性逆规划，通常基于马尔可夫决策过程[4](https://arxiv.org/html/2606.12721#bib.bib1)[5](https://arxiv.org/html/2606.12721#bib.bib20)。与 ToM-U 方法不同，BToM 并不从信息访问历史和来源可信度推导信念状态，而是预设信念状态作为形式化的输入。此外，BToM 通过操控感知访问来处理错误信念，而 ToM-U 方法解决了更一般的信念形成问题，涉及信息暴露、证词、信任等。BToM 还依赖规划模型作为表示对象，而 ToM-U 实现了一个认知图。类似地，相关的计算机科学研究依赖于行动（行为）和效用作为形式化的表示基础，而不是更一般的信念如何根据认知状态形成的问题[36](https://arxiv.org/html/2606.12721#bib.bib21)[37](https://arxiv.org/html/2606.12721#bib.bib22)。

ToM-U 在重要方面也与现有关于人类如何实现心智化的理论解释不同。在 Goldman 的模拟论中，自我是生成的引擎：我们通过在自己的心智中模拟他人的心理状态来理解他们，而不是使用理论化、基于规则的方法[18](https://arxiv.org/html/2606.12721#bib.bib24)[16](https://arxiv.org/html/2606.12721#bib.bib23)。这产生了受推理者视角约束的候选心理状态。相比之下，ToM-U 生成的候选状态受心智化目标的信息访问历史约束。模拟论的流行替代方案——理论论——认为人们通过形成“朴素”或“民间”理论来理解心智，就像科学家形成假设一样[17](https://arxiv.org/html/2606.12721#bib.bib5)[50](https://arxiv.org/html/2606.12721#bib.bib28)。尽管理论论假定关于主体行为的隐含规则，但它并未形式化认知推断的表示基础。无论哪种情况，这些理论都没有产生一个在认知状态推断问题上操作的形式化装置，而 ToM-U 实现了这一点。更一般地说，没有现有的形式化机制像 ToM-U 一样，将有序信息访问历史、来源可信度和可观察性约束作为输入，并产生信念状态估计作为输出。

心智理论实用模型在计算分析层面进行形式化[31](https://arxiv.org/html/2606.12721#bib.bib11)。因此，ToM-U 旨在定义心智化过程中信息转换的整体功能、输入、输出和基本原理，同时独立于与心智化的“如何”（算法）和“何处”（神经）相关的问题。ToM-U 依赖于生成局部认知世界模型（LEWM）来实现心智化。概念上，LEWM 类似于心智模型，它们是即时构建以支持特定推理任务的表示[24](https://arxiv.org/html/2606.12721#bib.bib10)。然而，它们在形式化上有所不同。LEWM 是一个即时构建的有向类型图，根据观察行为评估其一致性，并作为对另一个主体认知状况的工作解释而被接受或拒绝。这种构建、评估和判断过程，加上处理过去 LEWM 遗留效应的方法，构成了 ToM-U。

ToM-U 的基础理论立场产生了其形式化结构，包括：

- • 信念状态是从有序暴露历史和来源可信度推断出来的，其中信息访问的顺序和来源（而不仅仅是其内容）决定了归因于目标的认知状态。
- • 推断通过生成和评估离散候选世界模型进行。¹¹1 计算层面的离散候选评估对于底层实现是否为随机的保持不可知；实践中，像 Sanborn 和 Chater 的贝叶斯采样器模型是一个可行的实现。
- • 递归心智化被表示为一个有界分支树，其中深度受心智化主体的复杂度限制[42](https://arxiv.org/html/2606.12721#bib.bib15)，每个深度的焦点主体被视为一个独立的构建实体，而不是具有调整输入的焦点主体，从而无需额外的理论承诺即可防止无限回归。
- • 失败的心智化尝试会留下一个结构化的痕迹，影响未来的推断（一个“残留”）。

这些架构承诺为 ToM-U 提供了基础性的、可生成假设的边界。它们也确保该效用是一个通用的心智化机制，意味着 ToM-U 是领域无关的，不依赖于特定的社会背景（例如，冲突、合作、协调等）。这些承诺的另一个理论后果，以及认知状态是 ToM-U 输出的这一事实，是它可以作为下游过程的输入。例如，它输出的信念状态可以输入到 BToM 风格的目标推断过程中。

心智理论实用模型的重要贡献是：

1. 1. 形式化规定了心智化固有的认知状态推断问题，使其便于实证验证。
2. 2. 引入局部认知世界模型作为类型图，将有序信息访问历史作为其表示基础。
3. 3. 一种生成并过滤的推断架构，具有有界复杂度和显式置信度积累。
4. 4. 残留函数作为结构上信息丰富的心智化失败机制。

关键的是，心智理论实用模型不仅生成预测，它还生成关于 ToM 失败模式的方向性、可证伪预测，讨论中给出了示例。这些贡献共同提供了认知状态推断作为一个独特认知问题的首次形式化规范，现有心智化解释预设了这个问题但未建模，并且关于 ToM 失败的条件和特征的方向性、可证伪预测直接来自架构，而非辅助假设。

## 2 心智理论实用模型

心智理论实用模型（ToM-U）是一个领域无关的心智化机制。每当父进程调用心理理论时，它就会被激活。其唯一功能是构建候选模型，我称之为局部认知世界模型，以服务于信念类状态推断。其他功能，如行动预测、规划和行为反应，明确是其输出的下游消费者，因此不在范围之内。该机制的核心功能依赖于生成截断模型并评估它们作为现实解释的可行性。因此，ToM-U 通过五个定义来规定，涵盖世界模型表示、主体节点结构、增殖机制、推断程序和残留函数。

ToM-U 在 Marr 的计算分析层面进行规定，意味着它定义了认知状态推断的“是什么”和“为什么”，而不承诺该计算如何实现（算法层面）或在神经上实现于何处（物理层面）。ToM-U 描述了功能、输入和输出，以及支撑的动机。换句话说，ToM-U 提供了问题的结构，算法和实现解释可以独立于该结构进行开发。更具体地说，ToM-U 精确规定了表示基础、推断架构和边界条件，但对于候选生成、拟合评分和残留衰减的功能形式则故意采用粗略规范。后者的内部机制是算法层面的问题，过早指定它们会混淆分析层面。这种有意识的方法论选择确保了该理论对多种算法实现保持开放。熟悉贝叶斯认知建模的读者会认识到这类似于理性分析与其过程级实现之间的关系；计算规范定义了算法必须达到的目标，而非其达到目标的机制。然而，这种类比仅限于分析层面的关系，不应被理解为淡化本文其他地方对 ToM-U 与贝叶斯方法之间区别的描述。

### 2.1 示例：爆米花袋

我在本文中引用以下场景（意外内容任务的一个改编版本[53](https://arxiv.org/html/2606.12721#bib.bib18)[46](https://arxiv.org/html/2606.12721#bib.bib17)[27](https://arxiv.org/html/2606.12721#bib.bib8)）来说明 ToM-U 的运作方式。该场景在此处使用有两个原因：它是近期关于大型语言模型类心理理论推理文献中的一个显著例子[46](https://arxiv.org/html/2606.12721#bib.bib17)[27](https://arxiv.org/html/2606.12721#bib.bib8)，并且作为说明比传统的错误信念任务更透明，后者的物理舞台设置可能会引入与 ToM-U 所解决的认知推断问题无关的混淆因素。ToM-U 的主要贡献在于人类心理理论理论，而非 LLM 评估，因此本文不对该文献进行广泛讨论。

> 一个袋子里装着爆米花。袋子上的标签写着“巧克力”。Sam 从未见过这个袋子，也看不到里面。她唯一可用的信息就是标签。一个直接的心理理论问题是：Sam 相信袋子里装着什么？正确答案基于 Sam 的信息访问历史是巧克力：标签是她唯一的信息来源，她没有理由不信任它。一个稍微复杂的变化是，一位可信的朋友事先告诉 Sam 袋子里装着爆米花，并且应该忽略标签。Sam 相信她的朋友，但她还是读了标签。现在正确的心理理论答案是爆米花；可信的证词取代了标签，因为它具有更高的可信度。未能通过这一变化的系统（如大型语言模型已被证明的那样[46](https://arxiv.org/html/2606.12721#bib.bib17)）会固着于最近或最突出的表面信号，而不是为 Sam 维持一个一致的信念状态，以正确跟踪她的完整信息访问历史。我们认为 ToM-U 方法自然地处理了这一点，正如形式化定义之后的工作示例所展示的那样。

### 2.2 动机：局部认知世界模型作为不确定性解决

心理理论的参与根本上是对他人心理状态不确定性的响应。当主体无法仅通过可用的情境或分析信息解释观察到的行为时，它们面临一个推断问题：其他主体必须持有怎样的信念状态、意图或态度，才能使他们的行为一致？我将心智化被建模的主体称为焦点主体，将焦点主体心智化的对象称为目标主体。

局部认知世界模型（LEWM）是一种表示（具体来说，是一个有向类型图），由特定的推断需求触发，并锚定于某个时刻。