具有神经调制认知地图的灵活导航

《PLOS Computational Biology》：Flexible navigation with neuromodulated cognitive maps

　　

动物在导航过程中形成专门的认知地图，构建环境表征以促进高效探索和目标导向规划。海马CA1（CA1）区域被认为是认知地图的主要神经基质，其包含空间调谐细胞，这些细胞根据行为模式和内部状态进行调整。用于建模这些生物系统的计算方法采用了多种方法论。尽管带有局部空间信息的标记图和深度神经网络为空间导航提供了计算框架，但在建模一次性自适应映射方面仍存在显著局限性。研究人员引入了一种受生物学启发的位

置细胞（place cell）架构，该架构在新颖环境探索过程中发展认知地图。该模型实现了一个模拟代理，用于在线形成空间表征，以进行奖励驱动的导航。该架构通过神经调制信号（neuromodulatory signals）整合行为相关信息，这些信号对环境边界和奖励位置做出响应。学习过程结合了快速赫布可塑性（Hebbian plasticity）、侧向竞争以及针对位置细胞的选择性调制。在多种环境下的模型分析表明，在线地图形成和奖励导向导航可以在单个模拟试验中涌现，而无需强化学习方法通常所需的多轮训练。模拟结果显示，该代理在各种环境中成功探索并导航至目标位置，并在奖励位置变化时进行适应。对神经调制位置细胞的分析揭示了在行为显著事件后，神经元密度和位置野（place field）大小的动态变化。这些发现与奖励对海马空间细胞影响的实验观察一致，同时为受生物学启发的认知地图方法的有效性提供了计算支持。作者总结：本研究提出了一种受生物学启发的神经调制认知地图架构，解决了当前方法中的关键局限性，例如离线训练、不现实的生物学学习以及对外部坐标输入的依赖。该模型通过导航过程中动态生成的位置细胞构建空间表征，学习过程由整合边界和奖励相关信息的神经调制信号介导。模拟表明，该模型支持导航、灵活路径规划以及对环境变化的鲁棒性。分析揭示了适应性策略，包括上下文依赖的位置细胞密度调节和位置野缩放，这与海马CA1（CA1）的实验发现一致。这一概念验证强调了如何从简单的模型假设中涌现出合理的神经动力学和计算优势策略。

在现代神经科学和计算建模领域，空间导航与认知地图的形成机制一直是研究热点。动物在复杂环境中高效导航的能力，依赖于其内部构建的、可表征环境结构与目标位置的心理表征，即认知地图。海马体（hippocampus, HP），特别是其CA1亚区，被认为是认知地图的主要神经基质，其中的位置细胞（place cells）通过整合来自内嗅皮层（entorhinal cortex, EC）的网格细胞（grid cells）、边界细胞（border cells）等输入，形成对特定空间位置的调谐，支持灵活的目标导向行为。然而，现有计算模型在模拟这一生物过程时存在显著局限。例如，基于梯度下降的深度神经网络方法通常需要大量离线训练，缺乏生物系统在线、一次性学习环境表征的能力；基于图论的方法虽能捕捉空间结构，但往往依赖外部坐标输入或难以扩展；而传统路径积分（path integration）模型虽依赖本体感觉信号，但在构建富含行为信息的拓扑地图方面仍有不足。此外，生物系统中神经调制（neuromodulation）机制，如多巴胺（dopamine, DA）在奖励预测和表征更新中的作用，以及蓝斑（locus coeruleus, LC）对位置野重新组织的调节，尚未被有效整合到在线学习框架中。因此，亟需构建一个既能在线形成环境表征，又能通过神经调制信号整合行为相关信息，并支持灵活路径规划的生物学合理模型，以弥合计算模型与神经生理学观察之间的差距。本研究正是基于此背景，提出了一种受生物学启发的架构，旨在利用神经调制的认知地图实现灵活导航。该研究发表在《PLOS Computational Biology》。

为开展研究，研究人员主要采用了以下几个关键方法。首先，构建了简化的网格细胞模块，通过高斯调谐（Gaussian tuning）在环形流形上编码二维空间，并利用代理速度向量（velocity vector）实现路径积分。其次，开发了基于阈值和侧向抑制（lateral inhibition）的位置细胞在线形成机制，即当无足够活跃的细胞时，随机选择静默单元并烙印当前网格活动模式，以防止冗余。第三，实施了神经调制机制，通过多巴胺（DA）和边界碰撞（BND）信号，利用赫布规则（Hebbian rule）和预测误差更新调制权重，并动态调整位置野中心（field-center displacement）和增益（gain）参数，以模拟经验依赖的突触可塑性（behavioral time-scale plasticity, BTSP）。最后，基于图论（graph-based）的路径规划算法，以位置细胞为节点，将边界调制细胞赋予较低成本，结合随机探索与奖励导向行为策略，实现导航。

研究结果部分分别展示了以下核心发现：
**3.1. 优化**：通过协方差矩阵自适应进化策略（CMA-ES）对15个超参数进行优化，以适应多环境复杂性。
**3.2. 导航性能（Performance in wayfinding）**：模型在单次试验中在线形成认知地图，利用边界调制细胞规划路径，成功在非凸环境中实现绕障碍物导航，并平衡了探索与奖励导向行为。
**3.3. 位置野结构的局部调制（Local modulation of place field structure）**：神经调制导致位置野中心向边界位移，并缩小了位置野大小（通过增益参数调节），从而增加了边界附近的空间分辨率。
**3.4. 绕路任务（Detour task）**：当新墙插入时，模型通过碰撞信号快速招募新的边界调制细胞，更新地图并重新规划路径，成功率达85%，体现了对结构变化的适应性。
**3.5. 通过感觉误差实现自适应目标表征（Adaptive goal representation through sensory error）**：当奖励位置移动时，多巴胺信号驱动预测误差，削弱旧有奖励关联，促使代理重新探索并编码新奖励位置。
**3.6. 事件依赖性位置细胞调制（Event-dependent modulation of place cells）**：统计分析显示，边界调制细胞数量与碰撞次数正相关，奖励调制细胞数量与奖励次数正相关，且位置野位移和增益变化均在统计上显著，增强了关键区域的空间分辨率。
**3.7. 调制对导航的功能性影响（Functional effect of modulation on navigation）**：消融实验表明，启用完整调制（尤其是边界调制和密度调制）的模型显著优于无调制基线，且密度调制比增益调制贡献更显著，证明了经验依赖的调制改善了导航效率。

在讨论部分，研究结论指出，该工作展示了通过耦合涌现空间表征与神经调制可塑性，构建经验驱动认知地图的可行架构。其依赖于网格细胞和路径规划算法等归纳偏置，支持了标记图（labeled graph）用于目标导航的观点。研究确认了神经调制（特别是边界调制）在重新组织位置野、提升空间分辨率以及优化路径规划中的关键作用，这与BTSP和奖励相关位置野重映射的实验发现一致。最后，研究提出了未来方向，包括扩展到三维导航、整合视觉输入以及引入更多维度的神经调制信号。