2025年12月24日，在俊秀楼305会议室，心理与认知科学学院邀请中国科学院脑科学与智能技术卓越创新中心研究员、博士生导师陈语思，为我院师生带来了一场题为“社会认知中的递归推理与多智能体逆强化学习”的学术报告。报告由杨千里研究员主持。
陈语思研究员围绕“如何理解动物的意图与信念”这一认知科学中的核心问题展开报告。她指出，信念与感知具有主观性和潜隐性，难以被直接观测，而在社会互动情境中，多智能体之间的递归策略推理进一步增加了推断难度。针对这一挑战，陈语思研究员提出了一种基于递归推理与价值函数分解的高效多智能体逆强化学习（MAIRL）方法，为刻画社会行为中的潜在信念提供了新的计算框架。
在报告中，陈语思研究员系统介绍了该方法在不同社会学任务中的数值验证结果，展示了价值函数分解在多智能体情境下的可行性。随后，她重点分享了MAIRL在动物实验中的应用：在小鼠合作任务中，该模型成功估计出以目标位置为导向的价值函数，并识别出反映伙伴接近程度的交互项，揭示了“保持靠近”这一任务的核心特征。进一步的训练数据分析表明，小鼠对近距离状态的价值评估会随训练逐步提升，反映了其策略学习过程。
此外，在小鼠非合作任务中，陈语思研究员展示了模型如何识别与社会等级相关的相互预测信号，表明所推断出的潜在信念具有明确的行为意义。相关研究结果为理解合作与非合作社会行为中的认知结构提供了新的证据，也为解析社会学习的动态过程开辟了新的研究视角。
在交流环节中，陈语思研究员与现场师生就多智能体建模的可解释性、行为实验与计算模型的结合方式，以及如何将动物研究成果推广至人类社会认知研究等问题展开了深入而热烈的讨论。她还与师生交流了计算神经科学与人工智能交叉研究的未来发展方向。
报告结束后，陈语思研究员与学院师生进行了进一步交流。在轻松而热烈的氛围中，双方围绕潜在合作方向、交叉学科研究以及青年学者发展等话题进行了深入探讨。本次报告不仅加深了师生对认知计算机制的理解，也为学院在计算神经科学与社会认知研究领域的进一步合作奠定了良好基础。
陈语思，研究员，于2013—2017年就读于清华大学并获得理学学士学位，2017—2023年在美国加州大学圣地亚哥分校获得计算神经科学博士学位，师从美国科学院院士 Terrence Sejnowski；2023—2025年在美国华盛顿大学从事独立博士后研究。自2025年起，她任中国科学院脑科学与智能技术卓越创新中心研究员，并担任“脑智计算与智能学习实验室”研究组组长，主要从事数据驱动的神经科学发现及人工神经网络中生物可行性学习机制的研究。