돌출 타워: 순차적 물리 계획에서의 자원 효율적 적응

Overhang Tower: Resource-Rational Adaptation in Sequential Physical Planning

사람들은 중력 및 접촉력 하에서 물체가 어떻게 움직이는지 예측함으로써 물리적 세계를 능숙하게 탐색하지만, 이러한 예측이 자원 제약 하에서 순차적 물리 계획을 어떻게 지원하는지에 대한 이해는 아직 부족합니다. 직관적 물리학 연구는 예측이 직관적 물리학 엔진(IPE)에 의존하는지, 아니면 빠르고 단서 기반의 휴리스틱에 의존하는지에 대한 논쟁을 벌이고 있습니다. 반면, 의사 결정 연구는 신중한 예측 대비 근시안적인 전략에 대한 논쟁을 벌이고 있습니다. 이러한 논쟁은 분리되어 진행되어 왔으며, 순차적 물리 계획의 인지 아키텍처에 대한 명확한 설명이 부족합니다. 제한된 인지 자원 하에서 물리적 예측 메커니즘과 계획 전략이 어떻게 함께 적응하는지는 여전히 미해결 과제입니다. 본 연구에서는 인간이 자원 제약 하에서 물리적 예측 메커니즘과 계획 전략 모두를 동시에 변화시켜 인지 자원을 효율적으로 사용한다는 것을 보여줍니다. '돌출 타워'라는 과제를 통해, 참가자들이 안정성을 유지하면서 수평 돌출 거리를 최대화하도록 요구하며, 복잡성이 증가함에 따라 IPE 기반 시뮬레이션이 초기 단계에서 우세하지만, CNN 기반 시각적 휴리스틱이 더 지배적인 경향을 보입니다. 동시에 시간 압박은 신중한 예측을 제한하고 계획을 더 짧은 시간 범위로 이동시킵니다. 이러한 이중적인 변화는 기존의 단일 메커니즘 기반 설명으로는 예측하기 어려운 현상입니다. 본 연구 결과는 계산 비용과 예측 정확성 사이의 균형을 유연하게 조절하는 계층적이고 자원 효율적인 인지 아키텍처를 보여줍니다. 또한, 본 연구는 시뮬레이션 대 휴리스틱, 그리고 근시안적 대 신중한 계획이라는 두 가지 오랜 논쟁을 인지 자원에 의해 동적으로 재구성되는 일련의 전략으로 통합합니다.

Humans effortlessly navigate the physical world by predicting how objects behave under gravity and contact forces, yet how such judgments support sequential physical planning under resource constraints remains poorly understood. Research on intuitive physics debates whether prediction relies on the Intuitive Physics Engine (IPE) or fast, cue-based heuristics; separately, decision-making research debates deliberative lookahead versus myopic strategies. These debates have proceeded in isolation, leaving the cognitive architecture of sequential physical planning underspecified. How physical prediction mechanisms and planning strategies jointly adapt under limited cognitive resources remains an open question. Here we show that humans exhibit a dual transition under resource pressure, simultaneously shifting both physical prediction mechanism and planning strategy to match cognitive budget. Using Overhang Tower, a construction task requiring participants to maximize horizontal overhang while maintaining stability, we find that IPE-based simulation dominates early stages while CNN-based visual heuristics prevail as complexity grows; concurrently, time pressure truncates deliberative lookahead, shifting planning toward shallower horizons: a dual transition unpredicted by prior single-mechanism accounts. These findings reveal a hierarchical, resource-rational architecture that flexibly trades computational cost against predictive fidelity. Our results unify two long-standing debates (simulation vs. heuristics and myopic vs. deliberative planning) as a dynamic repertoire reconfigured by cognitive budget.