编辑推荐：
本文聚焦自我运动感知，从控制理论视角探讨前庭与视觉系统的互动。运用反馈回路、自适应机制等理论概念，剖析大脑如何整合感觉输入以维持稳定，为增强该感知提供新思路，对虚拟现实和机器人等领域有重要意义。
引言
自我运动感知是空间意识的重要组成部分，它能帮助生物体在周围环境中有效导航和互动。这一复杂的感知过程依赖于视觉和前庭输入的整合。视觉系统通过光流（optic flow）等视觉线索，提供运动方向和速度的信息；前庭系统则能告知头部位置和运动状态，对维持身体平衡和方向感至关重要。
控制理论常用于工程和系统分析，它为模拟视觉和前庭系统的相互作用提供了有价值的框架。大脑借助反馈和自适应控制机制，动态地整合这些输入信号，调整并解决信号间的冲突，以适应不断变化的环境。这一理论视角为理解感觉整合过程提供了系统的方法，不仅能让我们探究感觉输入如何加权和协调，还能了解它们如何适应新环境。
本综述将综合控制理论在自我运动感知应用中的最新进展，重点关注最优整合、反馈和自适应控制等关键过程。通过在视觉 - 前庭重新校准的背景下研究这些原理，探索大脑在感知决策中实现稳定性的机制。同时，我们还将讨论自下而上的机制（如感觉线索的自动整合）和自上而下的影响因素（如认知预期和内部状态），这些因素都能进一步调节自我运动感知过程。控制理论框架为理解大脑的适应能力提供了新视角，并为未来研究指明方向，推动研究向更动态、更贴合现实世界的方向发展。
视觉输入
视觉系统主要通过光流过程为检测自我运动提供关键线索。光流指个体在空间中移动时，视野中物体的表观运动，它能传达运动方向和速度的信息。光流信息中的视觉线索，如径向扩展的焦点，对感知前进方向和预测空间变化至关重要。
然而，视觉输入并非完全可靠。在某些情况下，视觉线索可能会受到环境干扰或视觉错觉的影响，导致对自我运动的判断出现偏差。例如，在光线昏暗或复杂的视觉场景中，光流信息可能变得模糊不清，难以准确判断运动状态。
自我运动感知中的控制理论概念
控制理论为理解大脑如何整合感觉输入，实现准确稳定的自我运动感知提供了结构化框架。将大脑视为一个控制系统，我们可以分析视觉、前庭和本体感觉等多源感觉信息在加权、整合和重新校准过程中的动态变化。控制理论中的关键概念，如最优整合、反馈和自适应控制，对理解这一过程至关重要。
最优整合
在控制理论中，最优整合是指根据感觉输入的相对可靠性来组合感觉信息，以最小化感知误差的过程。对于自我运动感知而言，这意味着大脑会动态调整视觉、前庭和本体感觉线索的权重，从而形成对运动和方向的综合感知。
大脑的加权过程受每个感觉线索可靠性的影响：更可靠的输入会被赋予更高的权重，而可靠性较低的输入则权重较低。例如，在正常光照条件下，视觉信息相对准确可靠，大脑会更多地依赖视觉线索来判断自我运动；但在黑暗环境中，视觉信息的可靠性下降，前庭和本体感觉的权重就会相应增加，以确保对自身运动的感知仍能保持一定的准确性。
局限性和未来方向
尽管控制理论为理解自我运动感知提供了强大的框架，但在应用于这一复杂的多维过程时仍存在固有局限性。传统的控制理论模型往往基于静态假设，无法完全解释大脑动态、非线性的过程，也难以考虑认知因素对感知的影响。
为了更全面地理解自我运动感知，未来的研究应深入探索大脑的动态过程与认知因素之间的相互作用。可以结合先进的神经科学技术，如功能磁共振成像（fMRI）、脑磁图（MEG）等，实时监测大脑在自我运动感知过程中的活动变化，进一步揭示大脑的神经机制。此外，还需要建立更符合现实情况的模型，考虑环境因素、个体差异等多方面因素对自我运动感知的影响，使研究成果能更好地应用于虚拟现实、机器人等实际领域。
结论
本文强调了控制理论作为理解自我运动感知框架的重要价值。大脑通过整合和重新校准视觉和前庭输入，维持感知的稳定性和准确性。借助最优整合、反馈和自适应控制等概念，我们深入了解了大脑在不断变化的环境中支持准确感知的动态过程。
虽然传统控制理论存在一定局限性，尤其是在处理大脑复杂的动态过程和认知因素方面，但它为该领域的研究奠定了基础。未来的研究有望突破这些局限，进一步揭示自我运动感知的奥秘，为多个领域的发展提供有力支持。
作者贡献
傅增：初稿撰写、调查、可视化、审阅与编辑。
荣王：初稿撰写。
艾华陈：概念化、初稿撰写、监督、审阅与编辑、资金获取。
利益冲突声明
所有作者声明不存在利益冲突。
致谢
本研究得到了中国 “STI2030 - 重大项目”（项目编号：2021ZD0202600）、中国国家基础研究计划（项目编号：32171034）和中国上海市科技重大项目（项目编号：2021SHZDZX）的资助。
