使用吸引子模型,其中网格单元的物理接近度与其编码的空间位置相关


使用吸引子模型,其中网格单元的物理接近度与其编码的空间位置相关


文章图片

【使用吸引子模型,其中网格单元的物理接近度与其编码的空间位置相关】
使用吸引子模型,其中网格单元的物理接近度与其编码的空间位置相关


文章图片


使用吸引子模型,其中网格单元的物理接近度与其编码的空间位置相关


文章图片


所使用的速率编码吸引子模型比高保真生物模型中使用的更复杂的吸引子和振荡干扰模型更抽象地从生物学中提取;然而 , 目前来自生物学的证据更支持吸引子模型 。 使用吸引子模型 , 其中网格单元的物理接近度与其编码的空间位置相关;生物学研究表明在内嗅皮质中没有这种相关性 。 为了实现六边形网格状发射模式 , 使用了网格单元的六边形布局 。

最近的证据表明 , 锥体细胞排列成类似的六边形网格状排列 。 在其他模型假设连接网格单元可以编码拓扑图的情况下 , 使用具有模糊地标配置的走廊范式中进行的模拟实验已经确定了连接网格单元在通过维持和传播多个估计姿势 , 直到可以解决正确的估计 。 在这个理论下 , 网格单元重新映射在管理这种空间不确定性方面起着关键作用 。与感知一样 , 世界在机器人导航系统和仿生导航模型中的编码方式存在相似之处和不同之处 。

边界向量单元为在许多最先进的机器人导航系统中发现的无处不在的占用网格图的生物学等效物提供了一些证据 , 但它们的形成和功能很可能不同 。 为什么啮齿动物在没有类似激光的传感器的情况下显然编码了基于范围的边界障碍表示 , 这是一个有趣的问题 , 尚未在机器人或仿生导航模型中进行彻底研究;进一步的研究可能会揭示对可能的功能益处的新见解 。类似拓扑的地图在仿生建模领域也得到了广泛的体现 。

在机器人导航系统中发现的高度抽象的类图拓扑可能与神经系统如何编码空间没有直接关系 。 相反 , 研究人员已经搜索了可能的神经机制来编码拓扑 , 例如可以编码拓扑图形式的连接网格单元和定向位置单元 。路径规划和导航机器人导航系统计划和执行到达目标位置的路线的技术取决于三个主要因素:它们的感知能力、它们可用的世界表示以及限制它们达到目标的方法的激励因素 。

在基于空间的导航策略的情况下 , 传感既可以确定机器人的起始位置 , 也可以更新其对目标导航进度的估计 。 对于基于地标或快照的导航系统 , 传感对于正确检测和区分不同地标配置或快照模板至关重要 。 在规划通向目标的路径时 , 激励因素可能与具体的任务限制有很大不同:最小化达到目标的持续时间、行进距离、能源消耗 , 到更抽象的概念:规划一条最小化的路径沿途迷路的机会 , 或被环境中的敌对代理观察到的机会 。 这些概念都与动物导航广泛相关 。

在执行路径规划的计算机制中 , 机器人技术与生物学和仿生模型的差异最大 。  大多数最先进的机器人导航系统将正式的路径规划和搜索技术应用于其世界表示 , 以规划通往目标的路径;将在这里看到 , 这些方法使用的计算机制是从任何神经可行的计算中高度抽象出来的 , 这一点在许多仿生研究中都注意到了 。 例如 , 在讨论如何在啮齿动物导航模型中实际实现传统的、基于梯度的路径规划算法时 , 科学家注意使用外部算法“寻找”活动梯度导致了著名的问题:“谁在查看位置细胞活动?” 。

使用度量地图的机器人导航通常涉及使用搜索算法来找到从当前位置到环境中目标的最佳路径 。 算法及其变体 , 通常用于在度量和拓扑图中搜索路线 。 例如 , 博物馆导游机器人使用激光测距仪和由视觉传感器支持的公制占用网格图执行“沿海导航” , 该导航旨在最大限度地减少机器人迷路的机会和博物馆天花板的视觉地图 。

    推荐阅读