Abstract Adaptive behavior requires learning about the structure of one’s environment to derive optimal action policies, and previous studies have documented transfer of such structural knowledge to bias choices in new environments. Here, we asked whether people could also acquire and transfer more abstract knowledge across different task environments, specifically expectations about cognitive control demands. Over three experiments, participants performed a probabilistic card-sorting task in environments of either a low or high volatility of task rule changes (requiring low or high cognitive flexibility respectively) before transitioning to a medium-volatility environment. Using reinforcement learning modeling, we consistently found that previous exposure to high task rule volatilities led to faster adaptation to rule changes in the subsequent transfer phase. These transfers of expectations about cognitive flexibility demands were both task- (Experiment 2) and stimulus- (Experiment 3) independent, thus demonstrating the formation and generalization of environmental structure knowledge to guide cognitive control. Statement of Relevance We investigated whether structural knowledge of one task environment can be transferred to guide cognitive control strategies in new environments. Past research has found that while learning generally improves subsequent performance, it does so only for the learned task (“near transfer”) and has little or no generalizability to novel task rules and stimuli (“far transfer”). However, recent studies suggest that learning more abstract, structural task features (e.g., cognitive maps) allows for that knowledge to be applied to new environments. Here, we took a critical additional step and showed that people can acquire and transfer expectations about cognitive control demands (specifically cognitive flexibility) across different task environments. To our knowledge, this is the first demonstration of people’s ability to extract and re-use cognitive control learning parameters that transcend specific stimuli and tasks. This transfer of learned cognitive flexibility is particularly noteworthy because such flexibility is impaired in several common psychiatric conditions.

The multiple-demand (MD) network is sensitive to many aspects of task difficulty, including such factors as rule complexity, memory load, attentional switching and inhibition. Many accounts link MD activity to top-down task control, raising the question of response when performance is limited by the quality of sensory input, and indeed, some prior results suggest little effect of sensory manipulations. Here we examined judgments of motion direction, manipulating difficulty by either motion coherence or salience of irrelevant dots. We manipulated each difficulty type across six levels, from very easy to very hard, and additionally manipulated whether difficulty level was blocked, and thus known in advance, or randomized. Despite the very large manipulations employed, difficulty had little effect on MD activity, especially for the coherence manipulation. Contrasting with these small or absent effects, we observed the usual increase of MD activity with increased rule complexity. We suggest that, for simple sensory discriminations, it may be impossible to compensate for reduced stimulus information by increased top-down control.

Task episodes consist of sequences of steps that are performed to achieve a goal. We used fMRI to examine neural representation of task identity, component items, and sequential position, focusing on two major cortical systems – the multiple-demand (MD) and default mode networks (DMN). Human participants (20 male, 22 female) learned six tasks each consisting of four steps. Inside the scanner, participants were cued which task to perform and then sequentially identified the target item of each step in the correct order. Univariate time-course analyses indicated that intra-episode progress was tracked by a tonically increasing global response, plus an increasing phasic step response specific to MD regions. Inter-episode boundaries evoked a widespread response at episode onset, plus a marked offset response specific to DMN regions. Representational similarity analysis was used to examine encoding of task identity and component steps. Both networks represented the content and position of individual steps, but the DMN preferentially represented task identity while the MD network preferentially represented step-level information. Thus, although both DMN and MD networks are sensitive to step-level and episode-level information in the context of hierarchical task performance, they exhibit dissociable profiles in terms of both temporal dynamics and representational content. The results suggest collaboration of multiple brain regions in control of multi-step behavior, with MD regions particularly involved in processing the detail of individual steps, and DMN adding representation of broad task context.Significance Statement Achieving one’s goals requires knowing what to do and when. Tasks are typically hierarchical, with smaller steps nested within overarching goals. For effective, flexible behavior, the brain must represent both levels. We contrast response time-courses and information content of two major cortical systems – the multiple-demand (MD) and default mode networks (DMN) – during multi-step task episodes. Both networks are sensitive to step-level and episode-level information, but with dissociable profiles. Intra-episode progress is tracked by tonically increasing global responses, plus MD-specific increasing phasic step responses. Inter-episode boundaries evoke widespread responses at episode onset, plus DMN-specific offset responses. Both networks encode content and position of individual steps, but the DMN and MD networks favor task identity and step-level information respectively.

The default mode network (DMN) is engaged in a variety of cognitive settings, including social, semantic, temporal, spatial, and self-related tasks. Andrews-Hanna et al. (2010, 2012) proposed that the DMN consists of three distinct functional-anatomical subsystems - a dorsal medial prefrontal cortex (dMPFC) subsystem that supports social processing and introspection about mental states; a medial temporal lobe (MTL) subsystem that contributes to memory retrieval and construction of mental scenes; and a set of midline core hubs that are involved in processing self-referential information. We examined activity in the DMN subsystems during six different tasks: (1) theory of mind and (2) moral dilemmas (for social cognition), (3) autobiographical memory and (4) spatial navigation (for memory-based construction/simulation), (5) self/other adjective judgement (for self-related cognition), and finally, (6) a rest condition compared to a working memory task. At a broad level, we observed similar whole-brain activity maps for the six contrasts, and some response to every contrast in each of the three subsystems. In more detail, both univariate analysis and multivariate activity patterns showed partial functional separation, much of it in close accord with the proposals of separate dMPFC and MTL subsystems, though with less support for common activity across anterior and posterior regions of a midline core. Integrating social, spatial, self-related, and other aspects of a cognitive situation or episode, multiple components of the DMN may work closely together to provide the broad context for current mental activity.

Attentional selection shapes human perception, enhancing relevant information, according to behavioral goals. While many studies have investigated individual neural signatures of attention, here we used multivariate decoding of electrophysiological brain responses (MEG/EEG) to track and compare multiple component processes of selective attention. Auditory cues instructed participants to select a particular visual target, embedded within a subsequent stream of displays. Combining single and multi-item displays with different types of distractors allowed multiple aspects of information content to be decoded, distinguishing distinct components of attention, as the selection process evolved. Although the task required comparison of items to an attentional “template” held in memory, signals consistent with such a template were largely undetectable throughout the preparatory period but re-emerged after presentation of a non-target choice display. Choice displays evoked strong neural representation of multiple target features, evolving over different timescales. We quantified five distinct processing operations with different time-courses. First, visual properties of the stimulus were strongly represented. Second, the candidate target was rapidly identified and localized in multi-item displays, providing the earliest evidence of modulation by behavioral relevance. Third, the identity of the target continued to be enhanced, relative to distractors. Fourth, only later was the behavioral significance of the target explicitly represented in single-item displays. Finally, if the target was not identified and search was to be resumed, then an attentional template was weakly reactivated. The observation that an item’s behavioral relevance directs attention in multi-item displays prior to explicit representation of target/non-target status in single-item displays is consistent with two-stage models of attention.

Abstract Meaningful changes in context create “event boundaries”, segmenting continuous experience into distinct episodes in memory. A foundational finding in this literature is that event boundaries impair memory for the temporal order of stimuli spanning a boundary compared to equally spaced stimuli within an event. This seems surprising in light of intuitions about memory in everyday life, where the order of within-event experiences (did I have coffee before the first bite of bagel?) often seems more difficult to recall than the order of events per se (did I have breakfast or do the dishes first?). Here, we aimed to resolve this discrepancy by manipulating whether stimuli carried information about their encoding context during retrieval, as they often do in everyday life (e.g., bagel-breakfast). In Experiments 1 and 2, we show that stimuli inherently associated with a unique encoding context produce a “flipped” order memory effect, whereby temporal memory was superior for cross-boundary than within-event item pairs. In Experiments 3 and 4, we added context information at retrieval to a standard laboratory event memory protocol where stimuli were encoded in the presence of arbitrary context cues (colored frames). We found that whether temporal order memory for cross-boundary stimuli was enhanced or impaired relative to within-event items depended on whether the context was present or absent during the memory test. Taken together, we demonstrate that the effect of event boundaries on temporal memory is malleable, and determined by the availability of context information at retrieval.

Multitasking is a fundamental aspect of everyday life activities. To achieve a complex, multi-component goal, the tasks must be subdivided into sub-tasks and component steps, a critical function of prefrontal networks. The prefrontal cortex is considered to be organized in a cascade of executive processes from the sensorimotor to anterior prefrontal cortex, which includes execution of specific goal-directed action, to encoding and maintaining task rules, and finally monitoring distal goals. In the current study, we used a virtual multitasking paradigm to tap into real-world performance and relate it to each individual's resting-state functional connectivity in fMRI. While did not find any correlation between global connectivity of any of the major networks with multitasking ability, global connectivity of the lateral prefrontal cortex (LPFC) was predictive of EVET score. Further analysis showed that multivariate connectivity patterns within the sensorimotor network (SMN), and between-network connectivity of the frontopartietal network (FPN) and dorsal attention network (DAN), predicted individual multitasking ability and could be generalized to novel individuals. Together, these results support previous research that prefrontal networks underlie multitasking abilities and show that connectivity patterns in the cascade of prefrontal networks may explain individual differences in performance.