编辑推荐：
专业摘要翻译
珊瑚礁因气候变化和人类活动而面临重大威胁，亟需创新方法研究和保护这些生态系统。成功定居是连接珊瑚礁自由游动幼虫与底栖群落的关键瓶颈环节，最终决定下一代珊瑚的生成及整个生态系统的长期韧性。本研究提出一种由神经进化（neuroevolution, N
专业摘要翻译
珊瑚礁因气候变化和人类活动而面临重大威胁，亟需创新方法研究和保护这些生态系统。成功定居是连接珊瑚礁自由游动幼虫与底栖群落的关键瓶颈环节，最终决定下一代珊瑚的生成及整个生态系统的长期韧性。本研究提出一种由神经进化（neuroevolution, NE）驱动的个体模型（agent-based model, ABM），用于模拟不同环境条件下珊瑚幼虫的定居行为。该模型受生物过程启发，将感官输入与神经网络（neural network, NN）相结合以引导幼虫行为，并通过进化算法优化定居成功率。模型复现了以往研究中的三组实验设计，并针对定居成功率、垂直分布及环境线索定向等关键指标进行验证。进化生成的控制器捕获了各实验的特征性线索响应：壳状珊瑚藻（crustose coralline algae, CCA）驱动的定居、双峰垂直分布及朝向珊瑚礁声音的定向行为，同时也揭示了简化环境（如简化水动力条件）的局限性。敏感性分析进一步表明，不同实验中这些行为由不同机制驱动，说明该模型能够产生可解释、可检验的结果。本研究为将适应性行为整合至珊瑚幼虫模拟提供了基础，未来工作将聚焦于提升模型的生物真实性与可扩展性。
论文主体内容解读
一、研究背景与问题
珊瑚礁生态系统正面临气候变化与人类活动的双重胁迫，其生存与恢复成为海洋生态保护的核心议题。珊瑚通过无性或有性繁殖延续种群，其中无性繁殖的后代通常定居于母礁附近，而有性繁殖产生的幼虫可随洋流迁移数十公里，在适宜生境完成定居。在这一迁移过程中，幼虫面临强流、捕食者等多种自然风险，而人类活动引发的沉积、光污染和海洋升温等胁迫因素进一步干扰幼虫对环境信号的感知，破坏其关键定居信号，不仅威胁幼虫存活，更削弱珊瑚礁的自然补充能力，亟需主动干预以恢复珊瑚种群。
现有珊瑚幼虫扩散模型以生物物理模型结合拉格朗日粒子追踪（Lagrangian particle tracking, LPT）为主，虽能精确模拟大尺度扩散路径与源汇礁连接矩阵，但计算需求高、对输入数据质量敏感，且难以捕捉幼虫响应动态环境线索的精细适应性行为。个体模型（agent-based model, ABM）虽能纳入个体间差异与行为动态，但已有ABM或缺乏幼虫感官驱动行为的精细表征，或将定居能力简化为“邻近礁即定居”的规则，未能反映幼虫与定居线索间的复杂交互。此外，现有框架多通过预设机械规则规定定居响应，而本研究针对线索到行为映射本身存在不确定性的场景，提出让响应从进化控制中涌现的新思路。
二、研究内容与意义
针对上述局限，研究人员引入一种由神经进化（neuroevolution, NE）驱动的ABM，通过进化神经网络（neural network, NN）将幼虫感官输入映射为行为输出，使幼虫在不同线索条件下产生适应性定居行为。NE之所以适用，是因为线索到行为的映射本身不确定，该方法允许一类进化控制器在不同实验情境中学习该映射，并在修改后的验证环境中测试，无需手工重写行为规则。为检验该模型，研究人员在虚幻引擎5（Unreal Engine 5, UE5）中复现了文献中三个记录完备的实验室实验，分别考察幼虫对壳状珊瑚藻（crustose coralline algae, CCA）、深度和声音的响应。该研究贡献包括：其一，模型开发；其二，在虚拟环境中对三类特定定居线索实验室实验的概念验证复现，实现与实证结果的直接对比；其三，初步证明该方法可复现幼虫线索响应，为探索环境线索如何调控定居行为奠定基础。
三、关键技术方法
研究人员采用的核心技术方法包括：其一，基于NE的神经网络控制器进化框架，每个幼虫由人工神经网络控制，网络将环境输入映射为行为动作，网络拓扑与权重由基因组编码，通过选择、交叉、变异等进化算子跨代优化；其二，三维环境网格表征，水动力环境表示为三维网格，每个网格单元包含温度、盐度、压力、CCA浓度、水流方向与强度、光强及声学粒子运动场等环境变量；其三，实验特异性适应度函数设计，针对三个实验分别定义奖励目标行为的适应度函数，通过进化算法优化；其四，训练与验证两阶段流程，训练阶段进化控制器，验证阶段将固定进化控制器部署于修改环境中测试行为迁移能力；其五，统计分析方法，包括二项逻辑广义线性模型、配对Wilcoxon符号秩检验、Friedman检验及Clarke–Evans聚集指数等。样本队列来源为文献中三个已发表的实验室实验数据集。
四、研究结果
选择方法与超参数。 以各实验主要生物学结果指标为基准，随机通用采样（Stochastic Universal Sampling, SUS）在三个实验中均被选中，Friedman检验与Holm校正配对Wilcoxon符号秩检验均显著。超参数效应因任务而异：缩短基因组长度降低E1定居率但提升E3声趋向性，减少种群规模则获得最佳E2深度匹配。
收敛与可靠性。 三个实验及三种选择方法下，30个种子均较随机第0代基线提升种群平均适应度，遗传多样性平滑下降且无过早崩溃，表明跨种子可靠收敛。E1生物学指标中，各方法最终正确定居率中位数为73%–87%，30个种子中28–30个超过10%能力阈值。
E1（CCA覆盖瓦片上的定居）。 正确定居率在V1A（CCA覆盖0.41）为均值，V1B（0.20）较低，V1C（0.60）较高，V1D（施加水流）显著下降。总定居率（含在指定礁单元外定居的幼虫）分别为69.0%、60.2%、75.0%和49.2%。正确定居率随CCA覆盖增加而上升，在施加水流时骤降。定居呈空间聚集而非均匀分布。斑块大小操纵显示正确定居率随斑块面积呈适度饱和增长。
E2（垂直分布）。 进化控制器产生特征性双峰垂直分布：约73%幼虫最终位于底部区域，约18%靠近表面，中部柱体近乎空白。底部区域比例随时间上升，在早期和晚期时间点落入实验室报道的标准误差范围内，中期时间点略有低估。施加水流和光衰减扫描基本不改变垂直分布。
E3（声趋向性）。 当声源固定于管一端时，幼虫向其聚集。声源移至近端和远端时，占据峰随之移动，独立种子水平配对Wilcoxon符号秩检验显著。无声对照中分布坍缩至管中心，与有声放置显著不同。有声分布呈强非均匀性。声源置于管下方未诱导向下追踪，E3响应沿水平管轴表征。
对环境扰动的鲁棒性。 三个实验对扰动响应不同：E1正确定居率随CCA覆盖上升；E2垂直分布对光衰减扫描基本不变；E3声源追踪在声源移动时保持、无声时丧失、感官噪声下退化。声源定向聚集随声源级增强，对频带基本不敏感。施加水流在E1中影响最大，正确定居率降至32%；E2中垂直分布几乎不变；E3中占据峰适度偏离声源但仍保持声源定向聚集。
控制器分析与鲁棒性。 与未训练随机基因组和固定反应规则基线相比，E1中进化控制器正确定居率远高于两者；E3中仅进化控制器朝向声源定向；E2中反应规则与进化网络表现相当，均优于随机控制器。线索主导性分析显示：E1决策由CCA和Alteromonas生物膜通道主导，E3由方向性粒子运动通道主导，E2仅显示弱线索影响。权重分布分析表明，进化控制器权重广泛分布、近似零中心，兴奋性与抑制性连接近乎平衡，线索选择性并非源于相关传感器权重系统增大，而是源于网络拓扑及特定几何中实际变化的感官场。感官噪声鲁棒性测试显示：E2在40%噪声下基本不受影响；E1逐渐退化，5%–10%噪声间正确定居率约减半；E3声趋向性最脆弱，5%噪声即坍缩至管中心。
五、讨论与结论
讨论总结。 总体而言，模型在三个实验中均复现了线索定向行为，但定量一致性程度因实验而异。E1正确定居率随CCA覆盖单调上升，与文献将CCA视为主要定居线索一致，但模拟百分比略高于实验室物种范围，呈现简化单瓦片环境中的过度定居倾向；幼虫间接触聚集未复现，因模型无幼虫间感知，属刻意简化。E2模拟底部区域比例在早期和晚期时间点匹配实验室值，复现特征性双峰分布，中期轻微低估源于均匀区间抽取能力年龄导致近线性积累；因分布对化学、光和水流线索均不变，且固定反应规则可同等复现，E2深度分布应解释为能力门控的趋地性而非进化线索整合行为，作为界定进化控制器必要性的边界案例。E3模拟声源聚集强于实验室但定性一致，对精细频谱细节敏感性弱反映简化声场表征，浅梯度亦导致感官噪声下声趋向性脆弱，这是该尺度线索导向定向的生物相关限制。控制器复杂度分析表明，适当复杂度取决于所学行为而非统一“越多越好”，最终配置因任务而异。可解释性方面，进化控制器结构未坍缩为单一平凡布线模式，线索主导性分析补充了结构摘要无法确立的在线决策线索信息，NE方法的解释价值有限但具体：暴露可学习、可检查的传感器到行为映射，且可跨修改线索环境迁移。
结论翻译。 本研究展示了NE驱动的ABM在复现珊瑚幼虫线索定向行为方面的可行性。模型成功复现了三个实验室实验中CCA驱动定居、双峰垂直分布和声源定向等特征性响应，同时揭示了简化环境的局限。敏感性分析表明不同实验行为由不同机制驱动，模型可产生可解释、可检验的结果。该研究为将适应性行为整合至珊瑚幼虫模拟提供了基础，未来工作将聚焦于提升模型的生物真实性和可扩展性，以增强其对珊瑚礁保护与恢复的预测支持能力。
