狗怎么听人指挥？

机器翻译2026年06月27日约 37 分钟

不对称多杯设计中狗跟随指向的参照性与注意性解释

Jennifer D. Mugleston, Shin-Miau Huang, Christoph D. Dahl

摘要

人类指向（Human pointing）常用于测试狗是否能从人类交流线索中提取特定物体信息（object-specific information）。然而，在标准物体选择任务（standard object-choice tasks）中高于几率的表现本身并不能区分参照性解释（referential interpretation）（手势指定特定目标）与注意性解释（attentional interpretation）（手势主要将行为偏向更广泛的空间区域）。我们通过使用不对称的六杯排列来解决这个问题，该排列旨在比对称的多杯设计更清晰地将粗略度侧向引导与精确杯子定位分离开来。家犬的表现通过三个指标进行分析：到达正确侧的概率、整体选择正确杯子的概率，以及在首先到达正确侧的条件下选择正确杯子的概率。主要比较涉及三个匹配的试验类别：对称的3对3条件、诱饵杯在2杯侧的2对4试验，以及诱饵杯在4杯侧的2对4试验。从描述上看，指向试验在侧向选择上比在整体杯子选择上更明显地超过匹配的无指向控制试验。最清晰的条件效应出现在侧向引导层面。当诱饵杯位于不对称排列的4杯侧时，狗最有可能到达正确侧。混合效应模型证实了侧向准确性的可靠组效应，而整体杯子准确性仅显示出较弱且不太稳健的条件效应，且一旦考虑条件特异性几率基线，侧内定位未显示可靠的组差异。一个补充的生成模型比较得出了相同的结论：纯参照性模型拟合较差，纯注意性模型捕捉了大部分分组结果结构，而组合模型仅提供了适度的改进。因此，狗跟随指向最好被理解为一个分层过程，以注意性引导为主，仅有有限的额外目标特异性定位。

关键词：狗认知；指向；参照性交流；注意；物体选择任务；比较认知

引言

家犬与人类共同生活了至少数万年，普遍认为驯化倾向于促进种间社会互动的特征。在此背景下，狗对人类行为和交际线索的敏感性常被视为一个核心的比较问题。人类指向手势已成为一个特别有影响力的测试案例，因为它提供了一种简单且实验上易于处理的方式，来探究狗是否能利用人产生的信号来引导行为朝向隐藏目标。与此同时，指向范式中成功表现的理论意义仍未解决。核心问题不仅仅是狗是否受指向影响，而是它们从中提取了何种信息。在强参照性解释下，手势被视为指示特定物体或位置，使得接收者能够识别意图指向的参照物。在较弱的注意性解释下，手势主要将注意或运动偏向更广泛的空间区域，而无需精确定位确切目标。这种区分之所以重要，是因为相同的高于几率的选择模式原则上可能源于多种潜在过程，包括习得的线索使用、方向性偏差或粗略度空间引导，因此其本身并不能确立类似人类的参照性理解。即使是将狗跟随指向视为严肃的社会认知现象的作者也强调，成功反应并不能自动解决机制问题。当考虑现有文献的多样性时，这种模糊性变得更加紧迫。已有报道表明，表现随线索类型和手势距离、先前经验、示教性信号和交际情境，以及跨研究的训练历史和相关程序因素而变化。因此，综述和批判性讨论指出，广泛的认知结论往往是从在方法、对照结构和推断效力上存在显著差异的范式中得出的。最近，ManyDogs联盟报告称，在标准化的两选指向任务中，表现仅微弱高于几率，这强化了对将小的行为效应解释为稳健参照性理解的证据时需要谨慎的观点。

一篇最近的预印本通过修改标准指向任务进一步明确了这一问题，使狗不仅在二选设置中接受测试，也在六选设置（3对3）中接受测试。增加备选项数量之所以重要，是因为它允许将精确杯子选择层面的表现与更广泛的方向引导层面的表现更清晰地分离开来。在此背景下，Bowers等人将狗跟随指向的两种竞争性解释形式化为不同的标度预测。在参照性解释下，正确选择反映了在某个比例的试验中成功识别特定目标，其余反应归因于猜测。相比之下，在注意性捕获解释下，手势在其他嘈杂的选择行为上产生系统性的方向性偏差。因此，这两种解释随着备选项数量的增加做出不同的定量预测。在他们的数据中，狗在二选和六选任务中选择正确杯子的表现仅略高于几率，而六选任务中的正确侧表现明显强于精确杯子表现。这一模式被认为更符合粗略度方向引导而非强杯子特异性参照。

一个密切相关的问题是，是否可以在当前的不对称多杯设计内通过将简单的生成模型拟合到观察到的结果计数来直接评估同样的对比。这类模型不仅允许询问侧向和杯子水平表现是否在描述上分离，还允许检查所得模式是更好地由纯注意解释、纯参照性解释，还是由主导性注意成分辅以较弱参照性贡献的模型所捕捉。为此，本研究将试验水平混合效应分析与补充的组水平模型比较相结合。这一逻辑推动了本研究，但也凸显了标准对称六选设计的一个局限性。3对3排列将侧向选择与精确杯子选择分离开来，因为选择正确侧不再等同于选择正确杯子。然而，两侧仍然同样复杂。因此，虽然对称设计可以显示侧向跟随和杯子跟随是分离的，但它无法检验精确杯子定位是否取决于到达正确侧后该侧内剩余的备选数量。当前分析通过一个不对称的2对4排列来解决这一问题。在该设计中，场地的一侧有两个杯子，另一侧有四个。这种不对称性提供了比对称的3对3布局更强的诊断效力。在参照性解释下，表现主要应取决于狗是否识别出被指向的杯子，因此相对较少取决于该杯子位于有两杯还是四杯的一侧。相比之下，在注意性解释下，手势应首先将狗引导至正确侧或区域，然后该侧内的精确杯子选择应取决于该侧内备选的数量。因此，不对称排列允许比对称设计更精细地将行为分解为粗略度侧向引导和侧内定位。

为了评估这些可能性，我们将表现分解为三个量：到达正确侧的概率、整体选择正确杯子的概率，以及在首先到达正确侧的条件下选择正确杯子的概率。这种分解允许直接解决研究的核心问题：不对称侧结构主要改变粗略度区域水平引导、精确参照物定位，还是两者兼有。当前分析围绕以下假设展开。

假设1：粗略度侧向引导。如果狗主要将指向用作方向线索，那么侧向准确性应超过几率。在具有两侧的六杯场地中，侧向准确性的几率为P(正确侧|随机)=1/2。

假设2：弱精确杯子定位。如果狗不能稳健地将指向杯识别为特定参照物，那么精确杯子准确性应远低于侧向准确性，即使整体表现仍高于几率。

假设3：不对称排列下的侧大小依赖性。如果行为遵循侧优先的注意过程，那么一旦狗到达正确侧，侧内定位应取决于该侧内剩余的备选数量。在不对称设计中，到达正确侧条件下的条件准确性为P(正确杯|正确侧, 2杯侧)=1/2和P(正确杯|正确侧, 4杯侧)=1/4。在对称的3对3设计中，相应的条件几率水平为P(正确杯|正确侧, 3杯侧)=1/3。

假设4：侧向与杯子效应的分离。如果指向主要将行为转向一个广阔的空间区域，那么不对称排列可能在分析的不同层面产生相反的效果。较大的侧作为区域可能更容易接近，而该侧内的精确杯子定位可能仍然困难。

因此，当前分析的目的不仅仅是询问狗是否以高于几率的方式选择了正确杯子，而是将表现分解为侧向选择和侧内杯子选择，并确定所得模式更符合参照性解释还是注意性解释。

方法

受试者

分析数据来自在指向范式中单独测试的家犬。狗与主人一起自愿参与。为每只狗记录的受试者水平信息包括训练水平、训练时间、行走侧、年龄、性别、品种、FCI组和头型。为确保在整个流程中有足够的参与度，设定了完成标准。完成少于50%试验的受试者被排除在本报告的分析之外。一只狗符合此排除标准，完成了不到15%的程序。因此，保留的样本包括26只狗，它们全部完成了完整的测试程序。这26只狗的受试者特征汇总于表1；被排除的狗未包含在表中。

伦理声明

本研究为非侵入性研究，涉及与主人自愿参与的家犬。主人在参与前提供了知情同意，并在整个测试过程中在场。除了在释放前由主人在标记的起始位置短暂抱住外，狗不受任何束缚，且可以在任何试验中自由选择不反应。任务涉及食物奖励和标准物体选择程序，没有厌恶性刺激、剥夺或对狗的身体操作。如果狗在反应窗口内未做出有效选择或以其他方式未能完成试验，则该试验记录为无反应或不完整试验，由主人唤回狗进行下一次试验。一只完成少于15%程序的狗根据预定义的完成标准被排除在分析之外。程序旨在最小化压力，并使主人-狗互动保持在正常处理条件下。

任务

任务在六杯选择装置中进行。六杯排列的空间布局，包括狗、实验者和杯子的相对位置，如图1A所示。杯子尺寸约为10 × 10 × 7.5 cm，围绕狗呈半圆弧形排列。每个杯子距离起始位置约1.5 m，相邻杯子间距约32 cm。狗坐在圆弧中心的一个由宠物垫标记的起始位置上，沿排列的中轴线面向实验者。在操作和线索呈现阶段，主人在此位置抱住狗。实验者在线索呈现期间站在两个最内侧杯子之间的中轴线上，指向后向后退一小步，以鼓励狗走向杯子阵列而非实验者。在对称条件下，杯子以3对3布局排列，中轴线每侧各三个杯子。在不对称条件下，六个杯子以2对4或4对2布局不对称分布。这些标签分别表示左右两侧的杯子数量。因此，在2对4试验中，左侧有两个杯子，右侧有四个；在4对2试验中则相反。这两个标签指的是镜像空间布局，并在主要操作层面上合并，因为两者都实例化了相同的结构不对称性，即一侧有两个备选项，另一侧有四个。然而，每次试验都保留了线索位置，以便确定被指向的杯子是在2杯侧还是4杯侧。

每次试验开始时，实验者在狗观察的同时依次操作所有杯子。为了标准化操作并防止狗直接识别诱饵杯，每个杯子依次被30 × 30 cm的面板覆盖，实验者在其后操作。从狗的视角看，所有杯子都以相同的一般方式被操作，诱饵杯无法仅通过可见的手部动作识别。为了减少狗通过嗅觉线索解决任务的可能性，每个杯子内部上方都附着一个小诱饵棒。因此，实验诱饵杯并不作为唯一带有食物气味的杯子而突出。相反，任何局部的食物气味都在整个阵列的共同背景气味中被稀释。相同的操作程序在指向和无指向对照试验中都使用。关键区别在于，在无指向试验中，实验者没有提供随后的指向线索。交际线索随后遵循固定顺序。实验者首先叫狗的名字以确保注意。一旦狗注意，实验者短暂地将目光移向目标杯，然后指向该杯约2秒。指向后，手臂回到背后，另一只手臂已经放在那里。在指向期间，实验者与狗保持目光接触，除了最初短暂地看向杯子。指向手势后，实验者立即保持直视前方，目光越过狗而非其面部，以最小化狗走向实验者而非指示杯子位置的可能性。在实验者发出口头“走”信号后，主人从标记的起始位置释放狗，允许它走向其中一个杯子。选择由狗进入某个杯子前方的标记区域来定义。这些标记区域作为预定义的选择区，大小约为30 × 20 cm。如果狗在释放后20秒内未进入任何选择区，则该试验记录为无反应试验。如果狗选择了诱饵杯，它获得奖励。如果狗选择错误，主人唤回狗准备下一次试验。除指向试验外，还有用于更广泛条件汇总的无指向对照试验。这些试验保留了相同的空间排列和操作程序，但省略了指向手势，从而为没有交际线索时的自发选择行为提供了基线。热身和训练试验在试验记录中被单独标记，并排除在当前分析之外。这些包括连续的热身阶段1对1、3对3、4对2和2对4，随后是不对称排列的无指向变体。

对于每个分析的试验，推导出两个二值结果变量。第一个，side_correct，表示狗是否首先移动到场地的正确侧。第二个，cue_correct，表示狗是否选择了诱饵杯。这种区分允许将行为分解为侧水平引导和精确杯子定位。在不对称排列中，这种分解尤其有信息量，因为侧内几率水平取决于被提示的是哪一侧：P(正确杯|正确侧, 2杯侧)=1/2和P(正确杯|正确侧, 4杯侧)=1/4。在对称的3对3排列中，相应的条件几率水平为P(正确杯|正确侧, 3杯侧)=1/3。这些条件特异性基线使得不仅能够评估狗是否到达正确侧，还能评估一旦到达正确侧后它们定位目标杯的精确程度。

数据预处理与分析

数据按试验水平组织，包括受试者身份、条件、线索位置、区块以及两个推导出的二值结果变量side_correct和cue_correct。记录为无反应的试验保留在数据集中，但side_correct和cue_correct编码为缺失，因为没有做出有效的侧向选择或杯子选择。因此，它们计入试验计数和参与度的条件汇总，但不用于侧向准确性或杯子准确性的二项结果模型。主要分析比较围绕三个试验类别构建：对称的3对3条件、诱饵杯位于2杯侧的不对称排列试验，以及诱饵杯位于4杯侧的不对称排列试验。对于来自不对称排列的试验，线索位置与原始条件标签结合，以确定被提示的杯子是在2杯侧还是4杯侧。这些类别在排除和无反应变异后的试验计数上略有不同，但此处使用的混合效应模型直接适应这种不平衡。这种区分至关重要，因为相关的侧内几率基线在这些情况下不同。由此产生的试验结构允许分层分析表现。侧水平表现量化为狗首先到达场地正确侧的概率。整体杯子水平表现量化为狗选择诱饵杯的概率。因为选择正确杯子必然意味着处于正确侧，所以精确的侧内定位量化为在首先到达正确侧的条件下选择诱饵杯的概率。在此公式中，整体杯子成功可以分解为到达正确侧的概率和到达该侧后识别正确杯子的概率。因此，条件特异性侧内几率基线对于对称3对3条件为1/3，对于诱饵杯位于2杯侧的不对称排列试验为1/4，对于诱饵杯位于4杯侧的不对称排列试验为1/4。这使得能够区分粗略度侧向引导与精确杯子定位。对于每个试验类别，计算了侧向准确性和整体杯子准确性的描述性汇总（均值±标准误）。此外，仅使用狗首先到达正确侧的试验计算条件杯子准确性。这给出了狗在已进入场地正确侧后选择正确杯子的精度的条件性估计。

为了评估三个试验类别对侧向准确性、整体杯子准确性和侧内定位的影响，同时考虑受试者内重复观察，我们以狗身份作为受试者水平随机因子，分别对三个结果指标拟合了试验水平二项模型。第一个模型以侧向准确性为因变量。第二个模型以整体杯子准确性为因变量。第三个模型限于狗已到达正确侧的试验，并检查在进入正确侧条件下的精确杯子定位。在这第三个分析中，直接纳入了相关的条件特异性几率基线，以便模型测试每个试验类别与预期侧内几率水平的偏差。除主要条件因子外，还考虑了补充的试验水平预测因子，以评估观察到的效应是否可能依赖于更简单的空间或程序特征。这些预测因子包括线索侧、线索位置编号和区块。这允许评估主要感兴趣的效应是否可归因于排列本身的结构，还是反映了侧向偏差、位置效应或会话连续部分之间的变化。作为探索性补充分析，还拟合了包含选定狗水平元数据变量的额外混合效应模型。候选元数据变量包括年龄、训练水平、训练时间、性别、头型、FCI组和行走侧。训练时间被视为有序编码预测因子，数值越高表示训练历史越长。由于稀疏性和模型稳定性考虑，使用这些预测因子的选定子集为不同的结果指标拟合了简化补充模型。包含它们旨在评估受试者特征的个体差异是否在主要任务预测因子之外对侧向准确性、整体杯子准确性或侧内定位有贡献。

结果计数的生成模型

除了试验水平混合效应分析外，还使用分组模型比较方法来评估表现的三种简单过程解释：纯注意模型、纯参照性模型和组合模型。这些模型拟合到三个分析上关键的指向子集的分组计数：对称的3对3条件、诱饵杯在2杯侧的2对4子集，以及诱饵杯在4杯侧的2对4子集。对于每个模型，推导出侧向准确性、整体杯子准确性和给定正确侧进入的条件杯子准确性的预测概率。模型拟合通过对数似然、Akaike信息准则和贝叶斯信息准则评估，并将所得预测与观察值直接比较。对于三个分析上关键的指向子集中的每一个，试验被分类为三个互斥的结果类别：正确杯子选择、正确侧边错误杯子选择、以及错误侧边错误选择。这些分组计数保留了粗略度侧向引导与精确杯子定位之间的核心行为区分，同时允许将简单机制解释明确形式化。比较了三个模型。在纯注意模型中，每个组g的单个参数p_g指定狗被引导到正确侧的概率。一旦到达该侧，在该侧杯子中的选择是随机的。如果k_g表示正确侧的杯子数量（对于3对3、2对4侧和2对4侧，k_g分别为3、2、4），则：

因此，该模型预测P_g(正确侧) = p_g，并将条件杯子准确性固定为相关的侧内几率水平。在纯参照性模型中，单个参数q_g指定狗直接识别确切目标杯的概率。在其余试验中，假设选择在所有六个杯子中随机。结果概率为：

因此，该模型通过确切目标识别加全局猜测来预测侧向和杯子表现。在组合模型中，确切参照性识别以概率q_g发生，而在其余试验中，行为以概率p_g遵循注意过程。结果概率为：

因此，该模型预测

参数通过最大似然法从多项结果计数中独立估计每个组，并将各组的结果对数似然相加用于模型比较。由于纯注意和纯参照模型每个组包含一个自由参数，两者总共都有三个自由参数，而组合模型包含六个。

结果

条件性汇总

描述性结果总结于图1和图2。图1B–C比较了汇集的2对4和3对3条件下指向和无指向表现，分别针对侧向准确性和线索准确性。图2然后将不对称排列内的表现分解为侧向准确性、整体杯子准确性和条件杯子准确性，作为诱饵杯位于2杯侧还是4杯侧的函数。在更广泛的条件水平上，指向条件显示出比无指向对照更高的描述性表现，尤其是在侧向准确性方面。在汇集的2对4排列中，指向条件下侧向准确性为0.741 (SE = 0.022)，无指向对照为0.508 (SE = 0.036)。在对称的3对3排列中，相应值为0.623 (SE = 0.034)和0.484 (SE = 0.053)。整体杯子准确性显示出较小的分离：汇集2对4排列为0.317 (SE = 0.023) vs. 0.181 (SE = 0.028)，3对3为0.241 (SE = 0.030) vs. 0.154 (SE = 0.038)。在指向条件内，不对称分解产生以下值：

侧向准确性
如图1B和图2A所示，所有指向条件下的侧向准确性均高于几率，并且当提示杯位于不对称排列的4杯侧时最高，P(侧向正确 | 2对4侧) = 0.833。相比之下，当提示杯位于2杯侧时侧向准确性较低，P(侧向正确 | 2对4侧) = 0.646，对称3对3条件下也是如此，P(侧向正确 | 3对3) = 0.623。因此，当正确侧也是较大侧时，狗特别有可能移动到正确侧。这些值已经显示侧向引导和精确杯子定位的行为并不相同。基于模型的纯注意、纯参照和组合解释的比较如图3所示，并报告如下。

整体杯子准确性
如图1C和图2B所示，整体杯子准确性仍显著低于侧向准确性。在提示杯位于2杯侧的不对称试验中稍高，P(线索正确 | 2对4侧) = 0.354。在提示杯位于4杯侧的不对称试验中获得了较低的值，P(线索正确 | 2对4侧) = 0.281，对称条件下也是，P(线索正确 | 3对3) = 0.241。单独来看，这些整体杯子比率混合了成功和失败的两个不同来源：狗是否到达正确侧，以及它是否在该侧内识别出正确杯子。

给定正确侧的条件杯子准确性
当分析仅限于狗首先到达正确侧的试验时，出现了更有信息量的模式（图2C）。当提示指向不对称排列中的2杯侧时，条件杯子准确性为P(线索正确 | 侧向正确, 2杯侧) = 0.548。这在描述上高于相应的侧内几率率0.5，但仅高出很小的幅度。当提示指向4杯侧时，条件杯子准确性为P(线索正确 | 侧向正确, 4杯侧) = 0.337。这超过了相应的侧内几率率0.25。在对称条件下，条件杯子准确性为P(线索正确 | 侧向正确, 3vs3) = 0.387，高于侧内几率率1/3。因此，在正确侧进入后的精确杯子定位总体上仍然有限，尽管在所有三个指向子集中，描述性条件表现都超过了相关的侧内几率基线。然而，不对称排列产生了一种不对称性，其中当正确侧较大时侧向选择最强，而侧内定位没有显示出同样强的2杯侧优势。

侧向引导与侧内定位的混合效应分析

为了检验不对称侧结构是否对粗略度方向引导和精确杯子定位产生不同影响，我们在试验水平拟合了二项广义线性混合效应模型，以狗身份作为随机截距。固定效应因子组区分对称条件（3对3）与提示杯位于2杯侧（2对4侧）或4杯侧（2对4侧）的不对称条件子集。对于侧内定位分析，仅保留side_correct = 1的试验，并纳入组特异性偏移以考虑相关的条件几率基线（分别为1/3、1/2和1/4）。这些模式描述性图表见图1和图2。完整的试验水平数据集包含N = 597个观测。侧内定位分析基于狗首先到达正确侧的N = 419个试验子集，其中3对3条件124个试验，2对4的2侧条件126个试验，2对4的4侧条件169个试验。

侧向准确性。以side_correct为结果的混合效应模型显示group的总体效应显著，F(2,594) = 12.04，p < .001（表3）。相对于3对3参考水平，2对4的4侧条件显示出强的正系数(β = 1.102, SE = 0.239, p < .001)，而2对4的2侧条件与参考无差异(β = 0.100, SE = 0.210, p = .635)。因此，当正确侧是不对称排列的4杯侧时，狗更有可能移动到正确侧。当添加cue_lr、cue_num和block作为额外固定效应时，group效应仍然显著，F(2,586) = 7.69，p = .001，2对4的4侧系数保持为正且显著(β = 1.133, SE = 0.289, p < .001)。cue_lr和cue_num均不显著，block的总体效应也不显著。

整体杯子准确性。相应的cue_correct模型显示group的总体效应显著，F(2,594) = 3.08，p = .047（表3）。相对于3对3，2对4的2侧条件显示出正系数(β = 0.544, SE = 0.223, p = .015)，而2对4的4侧条件与参考无显著差异(β = 0.205, SE = 0.228, p = .367)。因此，在较简单的模型中，整体杯子准确性在提示杯位于2杯侧的试验中特异性地升高。这一模式在添加cue_lr、cue_num和block后减弱。在扩展模型中，group的总体效应不再显著，F(2,586) = 2.18，p = .114。cue_lr和cue_num均不显著，block的总体效应也不显著。因此，整体杯子准确性的组效应不如侧向准确性的相应效应稳健。

侧内定位。关键分析涉及狗已到达正确侧条件下的精确杯子定位。在此模型中，在正确侧试验子集上分析cue_correct，并将条件特异性几率基线的logit作为偏移包含在内。在核心模型中，未观察到group的可靠效应，F(2,416) = 0.53，p = .587（表3）。相对于3对3，2对4的2侧(β = -0.043, SE = 0.257, p = .869)和2对4的4侧(β = 0.190, SE = 0.246, p = .441)均无显著差异。在包含cue_lr、cue_num和block的扩展模型中，相同模式保持不变。group的总体效应仍不显著，F(2,408) = 1.90，p = .150，在随机斜率版本中再次不显著，F(2,408) = 1.59，p = .205。cue_num的系数在所有扩展模型中均为负（分别为p = .080和p = .064），提示精确定位随位置编号有微弱下降趋势，但此效应未达到常规显著性水平。

综上所述，混合效应模型表明最清晰和最稳健的条件效应表现在侧向引导层面。整体杯子准确性在较简单的模型中显示出一些条件依赖性的证据，由2侧子集驱动，但此效应在纳入线索侧、线索位置编号和区块后减弱。相比之下，不对称排列未在目标杯的侧内识别上产生可靠变化。

包括选定狗水平元数据变量的探索性补充模型并未改变主要的任务相关解释，但揭示了训练时间与杯子水平表现之间的选择性关联。在简化的组合元数据模型中，编码的训练时间与侧向准确性无关联，β = 0.045, SE = 0.127, p = .725。相比之下，更长的训练历史与整体杯子准确性正相关，β = 0.210, SE = 0.104, p = .044，并与侧内定位正相关，β = 0.233, SE = 0.115, p = .044。因此，训练历史似乎调节了表现中更精确的杯子水平成分，而非粗略度侧向引导成分。这种次要的个体差异效应并不改变主要结论，即最清晰的任务相关条件效应表现在侧向引导层面。

基于模型的注意性与参照性解释比较

为了补充描述性分解和混合效应分析，将三个简单过程模型拟合到分组行为数据：纯注意模型、纯参照性模型和包含两个成分的组合模型。图3汇总了观察到的概率以及侧向准确性、整体杯子准确性和条件杯子准确性的相应拟合预测。在侧向准确性层面（图3A），纯注意模型紧密复现了主要的经验模式，包括当诱饵杯位于4杯侧时2对4条件中特别高的表现。纯参照性模型对这一模式的捕捉较差，特别是因为它没有像基于注意的解释那样有效地复现侧向引导中的强不对称性。组合模型也紧密追踪了观察到的侧向模式，但仅在整体拟合上提供了适度的改善。对于整体杯子准确性（图3B），所有三个模型都产生了观察范围内的值，但纯注意和组合模型再次提供了更接近的描述性匹配。相比之下，纯参照性模型倾向于在条件子集间错误分配准确性。最有信息量的比较涉及条件杯子准确性（图3C）。在此，纯参照性模型明显高估了2侧子集的表现，产生了在经验上未观察到的条件定位水平。纯注意模型根据其构造，在条件分析中保持在相关的侧内几率基线水平，因此仅捕捉了侧优先成分。组合模型提供了最佳的描述性折衷，既容纳了强的侧水平结构，又允许有限的残余杯子水平成分。形式模型比较支持这一模式。纯参照性模型拟合最差（对数似然 = -660.62，AIC = 1327.2，BIC = 1340.4），而纯注意模型表现更好（对数似然 = -632.41，AIC = 1270.8，BIC = 1280.4）。组合模型实现了最佳的对数似然和最低的AIC（对数似然 = -627.84，AIC = 1267.7），但由于它需要三个额外参数，其BIC（1294.0）高于更简单的纯注意模型。因此，建模结果表明，当前数据中大部分结构化方差已被注意解释所捕获，而任何额外的参照性成分都相对适度。

分解与生成模型比较

精确杯子成功的分解

观察到的杯子成功率可以分解为：

因为正确杯子选择要求狗首先移动到正确侧，然后在该侧内选择正确杯子。这种分解方式阐明了，为什么即使“侧面（或方向）”准确率相对较高，整体的“杯子”准确率仍可能维持在较低水平。同时，它也分离出了与“参照性对比”和“注意力对比”最相关的成分，即在正确侧的条件下正确选择杯子的概率，记作 P(正确杯子 | 正确侧)。

注意力解释下的随机预测
在粗略的注意力解释下，提示会将行为引向所指示的一侧，而在缺乏精确指代物识别的情况下，同一侧内的选择是随机的。因此

这些数值并非整体杯子准确率的基准线，而是在成功选定侧后、该侧内部定位（即侧内选择）的基准线。在六杯任务中，整体杯子选择的随机概率仍为1/6。

相对于条件基准线的观察模式
将观察值与方程（12）-（14）进行比较，可得出以下模式：

描述性地看，在所有三个指向性子集中，条件性杯子准确率均超过了相应的侧内随机基准线。不过，在考虑了重复观测和随机偏移因素后，混合效应模型并未显示出稳健的组间差异。

不平整布局中整体与条件性杯子准确率的解读

当将表现分解为两个阶段时，2对4的不平整布局最具信息量：首先，狗是否到达了场地正确的一侧；其次，一旦到达该侧，它是否能识别出正确的杯子。如方程（11）所示，整体杯子准确率可写作侧面准确率与条件性杯子准确率的乘积。这种分解之所以重要，是因为相同的整体杯子准确率可能来源于侧面引导和侧内定位的不同组合。整体杯子准确率的第一个参考点是六杯任务的任务层级随机概率，即 P(随机选对杯子) = 1/6，如果将选择视为在整个阵列上完全随机，这是合适的基准线。然而，第二个也是更具信息量的参考点，由一个“侧面优先”模型给出——在该模型中，手势仅将狗引导至正确的一侧，随后该侧内的杯子选择是随机的。在这一两步模型的框架下，预期的整体杯子准确率为：

在该两步模型的框架下，预期的整体杯子准确率为：

P(正确杯子)仅侧面引导 = P(正确侧面) × P(正确杯子 | 正确侧面，侧内随机选择)。

在当前的不平整布局中，这给出：

P(正确杯子)仅侧面引导，2侧 = P(正确侧面的2杯侧) × 1/2，

以及

P(正确杯子)仅侧面引导，4侧 = P(正确侧面的4杯侧) × 1/4。

这一区分阐明了图3B的作用。相对于全局六杯随机概率1/6，2侧和4侧子集中的整体杯子准确率均高于随机水平。然而，仅凭图3B并不能说明这种成功反映的是精确的杯子定位，还是成功的侧面进入后伴随侧内随机选择。这一问题在图3C中得到解答，其中杯子准确率是在正确侧面进入的条件下来评估的，并与方程（12）和（13）中给出的相关侧内随机基准线进行比较。在这种分解下，当前模式呈现不对称性，但这种不对称并非简单的一侧成功而另一侧仅表现为随机水平。在2侧，条件性杯子准确率仅略高于相关侧内随机水平1/2；而在4侧，它以更大的描述性余量超过了较低的侧内随机水平1/4。这意味着整体杯子的成功不能简单地归结为侧面引导后伴随侧内随机选择，但这也意味着，描述性上高于随机水平的余量在剩余备选数量最少的情况下并非最强。该模式表明，指向性提示在不止一个空间尺度上影响了行为。主导效应表现在侧面引导的水平上，而到达侧内的任何额外定位则较弱。因此，该分解支持分层解释，但并未为稳健的物体特异性参照提供有力证据。最保守的结论是，在本任务中，狗的跟随指向行为由粗略的空间引导所主导，在正确侧进入后仅存在有限的残余定位能力。

观察到的分组结果

用于模型比较的分组计数显示于表5。在三个指向子集中，最强的描述性差异再次出现在侧向引导层面。观察到的侧向概率为3对3时0.593，2对4的2侧时0.618，2对4的4侧时0.786。整体杯子概率较低，分别为0.230、0.338和0.265。条件杯子准确性为3对3时0.387，2对4的2侧时0.548，2对4的4侧时0.337。因此，分组计数重现了已在试验水平汇总中看到的主要描述性模式：4侧子集的侧向引导特别强，而精确杯子表现更为适度。

生成模型比较

模型比较总结于表6。纯参照性模型拟合最差，表明纯粹的精确目标解释不能很好地描述分组结果结构。纯注意模型表现显著更好，与描述性和混合效应分析中观察到的强侧水平效应一致。组合模型实现了最佳的AIC，但由于其包含两倍的自由参数，其BIC高于更简单的纯注意模型。这一模式表明，分组计数中的主要结构被注意过程所捕捉，而任何来自包含参照性成分的额外增益都是适度的。换句话说，数据不支持纯参照性解释，主要竞争是在简约的纯注意描述和稍灵活的混合描述之间。

估计参数与解释

拟合参数有助于阐明模型比较的含义。在纯注意模型中，拟合的注意参数p_attention分别为3对3时0.623、2对4的2侧时0.646、2对4的4侧时0.833，直接镜像了观察到的侧向准确性模式。在该模型下，条件杯子表现固定为侧内几率（分别为1/3、1/2和1/4），因此模型必然低估观察到的条件杯子值。在纯参照性模型中，拟合的参照性参数整体较小（3对3、2对4的2侧和2对4的4侧的q_referential分别为0.089、0.225和0.137），模型拟合仍然较差。在组合模型中，拟合的参照性成分在三个子集中的两个中甚至更小（q = 0.050, 0.062, 和0.097），而注意参数仍然相对较大（p = 0.603, 0.623, 和0.815）。因此，当允许两个过程时，最佳拟合解仍将大部分解释权重分配给注意成分，仅具有微弱的残余参照性贡献。因此，拟合模型与上述主要行为解释紧密一致。纯参照性解释未获支持。纯注意解释捕捉了数据中的大部分结构，并受到BIC的青睐。同时，组合模型的小AIC优势和描述性高于几率的条件杯子值与分层解释一致，其中主导性注意过程辅以较弱的靶点特异性成分。

讨论

当前分析旨在检验不对称侧结构是否能比对称多杯设计单独揭示更多关于狗跟随指向的信息。对称的3对3设计已经可以显示侧向跟随和精确杯子跟随是分离的，但无法检验精确定位是否随指示侧内备选项数量而变化。不对称的2对4排列恰恰增加了这种诊断效力。从当前结果中可以得出三个主要结论。首先，最清晰的条件效应表现在侧向引导层面。描述上，当提示杯位于不对称排列的4杯侧时侧向准确性最高。这一模式得到了混合效应分析的证实：group对side_correct的效应显著，且正效应专门由2对4的4侧条件相对于3对3参考所驱动。即使在纳入cue_lr、cue_num和block作为额外预测因子后，此效应仍然可检测。因此，不对称排列以系统的方式改变了粗略度空间引导。这一解释与早期研究一致，这些研究表明狗通常在粗略度方向引导而非精确目标指定的水平上使用人类指向。特别是，多选项研究表明，即使精确定位仍然较弱，狗也能跟随手势的大致方向，这被认为是指向跟随可能主要通过侧向或区域水平线索使用而非完全的物体特异性参照来运作的证据。其次，整体杯子准确性的模式比侧向引导的相应模式更弱且更不稳健。尽管精确杯子选择在描述上高于相关的无条件几率水平，但混合效应分析在此水平上仅显示出有限的条件依赖性证据。在较简单的模型中，group的总体效应达到显著，且此效应由2对4的2侧子集相对于3对3驱动。然而，在纳入cue侧、cue位置编号和block后，此效应不再可靠。因此，当侧向选择和侧内定位被合并为单个二值结果时，不对称排列最多在条件间产生适度且相对不稳定的精确杯子成功变化。这表明操作主要影响的是宽泛方向引导的水平，而非稳健的精确杯子识别。第三，最重要的是，关键的侧内分析未显示出同样强的条件效应。当分析仅限于狗已到达正确侧的试验，并通过logit偏移考虑条件特异性几率基线（1/2、1/4和1/3）时，group效应在核心混合模型中不显著，在更复杂的扩展中仍不显著。因此，一旦正确侧进入已经实现，不对称排列并未提供强有力证据表明狗在一个条件下比另一条件下更精确地定位目标杯。

综合起来，这些结果支持进入正确区域与在该区域内选择正确杯子之间的分离，前者表现出最清晰和最稳健的条件依赖性。最强的效应观察在侧向引导层面，特别是当正确侧是较大侧时，而杯子水平效应较弱且在不同模型规格下稳定性较差。在所有三个指向子集中，条件杯子准确性在描述上高于相关的侧内几率基线，表明行为并非仅由粗略度侧向引导所穷尽。然而，混合效应分析在此阶段未产生稳健的组差异。

这一条件分析阐明了如何解释高于几率的杯子表现。整体杯子准确性超过全局六选几率水平本身并不能区分精确杯子定位与成功侧向进入后接侧内随机选择。在正确侧进入条件下评估表现隔离了这一过程的第二阶段。所得模式表明，指向主要提高了到达正确侧的概率，而该侧内的任何额外定位相对较弱。这种混合解释与物体选择文献的更广泛批判性讨论相容，其中高于几率反应被认为源于多个贡献过程，而非单一、完全的参照性机制。综述和元分析工作强调，狗在指向范式中的成功受方法学特征强烈影响，其本身并不能解决狗是否将手势表征为物体特异性参照的问题。不对称排列的意义恰恰在此。在对称的3对3设计中，可以证明正确侧表现超过精确杯子表现，但设计无法确定精确杯子表现是否表现为侧优先搜索过程，其难度取决于指示侧内备选项的数量。2对4操作旨在检验这一更具体的预测。当前数据表明，操作明显影响了侧向行为，但未产生同样清晰的侧内杯子定位变化。这表明手势的主要效应不是稳健地指定特定杯子，而是将运动偏向一个广阔的空间区域。当正确侧为4杯侧时观察到的特别高的侧向准确性在理论上是信息丰富的。简单的“选项越少越容易”解释不会在侧向选择层面预测这一模式。相反，较大侧似乎起到了更强的空间吸引子的作用。一个合理的解释是，手势首先在粗略度空间尺度上被使用，使得较大的指示区域作为区域更容易被跟随。一旦到达该区域，杯子选择并非完全随机，表明一些靶点特异性信息仍然可用。在这种观点下，不对称排列揭示了两种部分对立倾向：大侧注意优势有助于正确区域进入，而小侧定位优势原则上有助于在到达正确侧后进行精确杯子选择。当前数据表明，前一种倾向更为稳健，而后一种仅表现为较弱的参照性相关成分。这一解释也与眼动追踪和相关过程导向解释一致，这些解释表明狗对人类交际展示的注意和空间属性高度敏感。如果手势首先将注意转向广阔区域，那么较大的被提示侧自然会施加更强的吸引力，即使精确物体水平定位仍然相对有限。

同时，当前发现并不意味着手势仅作为粗略度侧向线索。在描述上，条件杯子准确性在某些子集中高于相关的侧内几率基线，混合效应模型也未显示信号完全缺失。相反，当前模式表明，从指向中提取的任何信息在粗略度方向引导水平上比在精确参照物识别水平上表现得更强。在这个意义上，结果与更广泛的解释一致，即狗受人类指向影响，但其方式并不强烈支持类似人类的、物体特异性的参照性解读。就此而言，当前结果也与那些认为狗可能从人类手势中提取超出单纯方向的信息、但未因此展示完全类似人类的参照性解释的研究相呼应。例如，已有研究表明狗的表现随交际情境、示教信号的存在以及任务的更广泛信息结构而变化，表明靶点特异性行为可能以分级而非全或无的形式出现。

通过更广泛的理论框架审视，当前结果提示一种分层认知形式，而非“简单”与“复杂”机制的严格对立。行为的主导成分似乎是一个将狗引导至相关区域的粗略度注意过程。然而，由于正确侧进入后的杯子选择并非统一可还原为侧内几率，数据也提示存在第二个更具选择性的成分，该成分对特定靶点敏感。这并不需要假设完全类似人类的参照性推断，但确实表明行为并非仅由注意捕获所穷尽。因此，理论进展可能在于认识到指向跟随可以在同一行为序列中招募多个加工层次。补充的生成模型比较强化了这一解读。在分组计数水平上，纯参照性模型表现最差，而纯注意模型显著更好地捕捉了数据的主要结构。组合模型实现了最低的AIC，但仅比纯注意模型有小的改进，且拟合的参照性权重相对较小。更强烈惩罚额外参数的BIC偏好更简单的纯注意解释。综合起来，这些结果表明数据不能被纯粹的精确目标机制很好地描述，而是与主导性注意过程以及至多一个适度的残余参照性贡献最为一致。

此外，干扰协变量对主要理论图景贡献甚微。线索侧在扩展模型中未显示出可靠的总体效应，线索位置编号同样不显著，尽管在侧内分析中显示出微弱的负趋势。区块在三个扩展模型中均未显示显著的总体效应，尽管在侧向准确性模型中个别区块系数达到显著性。因此，主要结论似乎不依赖于左右不对称、简单的区块进程或强烈的单调位置效应。

包括选定狗水平元数据变量的探索性补充分析在当前数据集中也未改变主要解释，但增加了一个理论上相关的限定条件。训练时间与侧向准确性无关联，但在简化的组合元数据模型中与整体杯子准确性和侧内定位均呈正相关。这一模式表明，训练历史可能特别有助于表现中更精确的杯子水平成分，而非初始的侧向引导成分。由于这些分析是探索性的且基于较小样本，此效应应被视为次要的个体差异结果，而非核心解释因素。一种可能的解释是，训练历史调节了狗使用指向线索的空间分辨率。训练历史较长的狗可能更密切地关注实验者线索的精细空间特征，如指向方向、手部位置、目光移动或身体朝向。这可能使它们不仅将手势用作粗略度侧向线索，还用作杯子水平定位的有限信息源。训练较少的狗可能仍能提取线索的更广泛方向成分，而较少依赖侧内选择精确所需的精细空间信息。

然而，应承认若干局限性。首先，当前解释基于试验结果的二值反应变量，侧内分析将数据缩减到正确侧试验的子集。其次，尽管随机截距模型稳定且随机斜率扩展产生相似的定性结果，但样本仍然有限，需要更广泛的数据才能更精确地估计受试者特异性异质性。第三，当前分析涉及行为选择结构，其本身并不决定观察到的偏差背后的认知机制。因此，当前推断是比较性的而非绝对性的：数据更容易由粗略度注意解释而非强参照性解释所说明。尽管存在这些局限性，不对称侧操作似乎提供了有用的诊断价值。其主要贡献不仅仅在于显示正确杯子准确性仅适度高于几率，而在于阐明指向效应在何处表达。当前结果表明，该效应在最清晰的表达形式是宽泛的侧向引导，尤其是当指示侧较大时，而精确识别特定目标杯仍然相对较弱。在这个意义上，不对称排列扩展了对称多杯任务的逻辑，并为狗跟随指向的注意性与参照性解释提供了更具区分性的检验。模型比较强化了这一解释。尽管组合模型在AIC方面实现了最佳描述性拟合，但相对于更简单的纯注意模型的增益是适度的，且BIC偏好纯注意解释。同时，纯参照性模型提供了最差的拟合，并高估了2侧子集中的条件定位。因此，建模结果与行为分解一致，表明表现的主导成分在于粗略度侧向引导，而任何额外的靶点特异性成分相对较弱。

在更广泛的理论层面上，当前结果并未完全解决狗跟随指向的参照性与注意性解释之间长期存在的争论，但确实更尖锐地约束了它。数据很难与纯粹的低水平注意解释相协调，即手势不过是将接近偏向一侧，因为正确侧进入后的杯子选择并非完全可还原为侧内几率。同时，数据也很难与强参照性解释相协调，即手势主要作为特定目标杯的直接信号，因为最清晰和最稳健的效应表现在宽泛的侧向引导而非精确杯子定位层面。因此，当前分析所提示的最合理解决方案是一种中间立场：指向似乎首先作为相关空间区域的粗略度引导，而更精确的靶点相关信息仅在到达该区域后次要地贡献。此处取得的理论进展不在于明确地选择一种经典立场而非另一种，而在于更清楚地展示了两种成分如何在同一个行为序列中共存。

图表注释汇总

图1：任务几何以及指向与无指向条件的描述性比较。面板A展示了实验中使用的六杯排列，包括狗的位置、中心人的位置以及杯子相对于狗的空间布局。面板B和C显示了汇集的2对4和3对3排列中的描述性表现，以及相应的无指向对照。面板B显示侧向准确性；虚线水平线表示侧水平几率表现（0.5）。面板C显示整体线索准确性；虚线水平线表示六杯任务中的整体几率表现（1/6）。指向在侧水平表现上比在整体杯子水平表现上更明显地改善了表现，并且在汇集2对4排列的侧向准确性中观察到了与无指向对照最清晰的描述性分离。

图2：不对称排列内表现的分解。面板A显示侧向准确性作为诱饵杯位于2杯侧还是4杯侧的函数。虚线水平线表示侧水平几率表现（0.5）。面板B显示相同两个子集的整体线索准确性。面板C显示给定正确侧进入的条件杯子准确性。面板C中的虚线水平线表示2侧（1/2）和4侧（1/4）的相关侧内几率基线。该图将粗略度侧向引导与精确杯子定位分离开来，并表明不对称排列的最强效应表现在侧向进入水平，而非条件杯子选择的稳健条件差异。

图3：三个指向子集（3vs3、2vs4_2side、2vs4_4side）中观察概率与模型预测的比较。面板A：侧向准确性。面板B：整体杯子准确性。面板C：给定正确侧进入的条件杯子准确性。在每个面板中，黑色圆点表示观察到的值；彩色圆点和线段表示纯注意模型、纯参照性模型和组合模型的拟合预测。纯注意模型（蓝色）紧密捕捉了侧向准确性的模式，但根据构造将条件杯子准确性固定在侧内几率水平。纯参照性模型（红色）拟合最差，尤其是在条件准确性方面。组合模型（绿色）提供了最佳的描述性折衷，但相对于纯注意模型的改善是适度的。