| 题名 | 哺乳动物空间导航的神经计算模型研究 |
| 作者 | 曾太平1,2 |
| 答辩日期 | 2019-05-25 |
| 授予单位 | 中国科学院沈阳自动化研究所 |
| 授予地点 | 沈阳 |
| 导师 | 斯白露 |
| 关键词 | 空间认知与导航 计算神经科学 自主移动机器人 认知地图构建 类脑智能 |
| 学位名称 | 博士 |
| 其他题名 | Neural Computational Models of Mammalian Spatial Navigation |
| 学位专业 | 模式识别与智能系统 |
| 英文摘要 | 本文的研究内容主要是针对哺乳类动物大脑空间认知功能中所涉及的导航理论进行研究。根据小鼠大脑中内嗅皮层-海马神经回路的最新神经生物学实验结果，探索动物空间认知，记忆及导航的机制和相关细胞特性，包括联合网格细胞，联合头朝向细胞，速度细胞，网格细胞，头朝向细胞，位置细胞，邻里细胞，并根据解剖学结构以及认知功能，主要开展以下研究：I. 为了研究哺乳类动物在环境探索的过程中如何同时编码自身的运动信息和空间位置，提出了一种空间与运动联合编码的认知地图构建模型，能够对运动信息和感知信息进行融合，并在环境中形成稳定的空间编码。对内嗅皮层-海马回路中的神经动力学过程进行了建模，能够利用来自局部视图细胞的输入，所建模的神经动力学过程能够作为一个通用的机制进行误差校正，并实现神经网络编码的模式完成功能。通过实验验证，在大尺度的户外环境中，此认知地图构建模型仅仅采用视觉信息就能够构建出连贯一致的认知地图。II. 为了进一步探索多模感知融合在哺乳动物空间导航过程中的潜在神经动力学机制，提出一种多模感知融合的贝叶斯吸引子网络模型，对耳前庭信息和视觉感知信息在头朝向细胞环形吸引子网络和网格细胞圆环形吸引子网络中融合的神经动力学过程进行了建模，编码了动物在运动过程中的位置和头方向。而这种在空间认知系统中存在的贝叶斯推理机制，可能以同样的编码形式存在与其他的脑区。根据提出的贝叶斯吸引子网络模型，将其实现为高效的类脑移动机器人SLAM系统。在大尺度的环境和典型的机器人环境中对算法进行了测试，能够正确的构建出所探索环境的地图，算法在大尺度的环境具有很强的抗噪和抗不确定性的能力。III. 为了研究哺乳类动物如何利用认知地图对所探索空间进行高效的编码，在环境中长期工作并控制认知地图大小的增长，提出一个简单，实用而高效的紧凑认知地图构建方法。从实验神经科学单细胞活动记录中发现的邻里细胞，所启发引入邻里域的概念对环境进行划分，采用地形定向，利用航向信息实现紧凑的认知地图构建。此算法能够缓和的权衡取舍认知地图的精度和计算代价之间的关系。所引入的邻里域，能够用于调节所构建认知地图的稀疏度。IV. 为了从理论的角度解释网格细胞局部锚定的发放模式是如何形成全局的发放模式，提出一个从局部锚定编码到全局一致编码的转换模型，其能够将头朝向细胞和网格细胞的局部锚定的发放模式转换成全局一致的发放模式，能够对所探索环境实现全局一致空间编码。全局一致发放模式编码为大脑中存在高效，精确，统一的全局一致的空间编码提供理论支持，对于探究导航的生物性基础具有重要意义。提供了理论性依据支持基于经验校正的全局编码，描述了内嗅皮层路径积分位置估计和海马外部位置信息联想学习之间的相关作用，有可能进一步加速对空间认知与记忆的理解，更一般的来讲，对理解人类情景记忆提供假设和理论基础。V. 为了更好的理解内嗅皮层-海马神经回路在空间认知与空间导航上的作用，对从内嗅皮层到齿状回所产生稀疏编码的模式完成功能进行建模，以解决动物在环境探索过程中由于所处周围环境相似性引起的不确定性，区分所处的不同位置。提出一种从内嗅皮层第二层背侧到腹侧多个不同网格间隔网细胞模块到齿状回颗粒细胞的权重连接模型，此连接在齿状回中形成类似局部敏感哈希编码的编码方式，权重利用海扁竞争学习和控制齿状回颗粒细胞稀疏度的方式，在齿状回中形成赢家通吃的机制，从而产生稀疏发放位置编码方式，打破动物在环境感知过程中的不确定性。这种类似局部敏感哈希编码方式不仅存在于空间认知实现对环境感知信息消除不确定性，而且很有可能作为一种通用的神经机制存在于多个不同的脑区以及不同物种的大脑中。VI. 为了解释内嗅皮层中网格细胞模块失活后位置域扩展问题，提出一种基于贝叶斯推理的傅里叶空间频率假设模型。贝叶斯傅里叶空间频率假设模型成功解释了位置域扩展问题，并预测网格细胞模块活动峰对齐位置域形成的结果。更进一步的，根据内嗅皮层-海马神经回路的解剖连接和认知功能，对内嗅皮层-海马神经回路进行建模，探索动物导航过程中的空间导航和情景记忆认知功能，提出空间记忆索引理论来解释空间认知与空间导航，以及情景记忆。在动物探索新环境的过程中，新的记忆如何在新皮质，内嗅皮层-海马神经回路中建立连接。旧的记忆如何在动物再次访问时，再次被唤起，如何用于空间导航和环境认知。本文对哺乳类动物空间认知与导航的内在神经机制进行探索，在脑认知基础研究方面，用吸引子网络解释了在环境探索时如何同时编码运动与位置；贝叶斯吸引子网络实现多模感知信息融合；邻里细胞实现高效稀疏的认知地图编码；为全局一致的空间编码提供理论依据；位置细胞形成的类似局部敏感哈希编码能够打破感知过程的不确定性；用贝叶斯傅里叶空间频率假设解释位置域的扩展，并提出空间记忆索引理论解释空间认知与导航，以及情景记忆。在类脑智能研究方面，对所提出的理论假设以及计算模型在机器人平台上进行了验证，并启发了新的类脑移动机器人算法。所提出的计算模型能够促进更好的理解空间认知的神经机制，帮助建立更加精确的大脑模型，促进更好的理解大脑；同时提供更多的可能性建立更加智能，更加可靠的导航系统。 |
| 语种 | 中文 |
| 产权排序 | 1 |
| 页码 | 154页 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.sia.cn/handle/173321/25151]  |
| 专题 | 沈阳自动化研究所_机器人学研究室 |
| 作者单位 | 1.中国科学院大学 2.中国科学院沈阳自动化研究所 |
| 推荐引用方式 GB/T 7714 | 曾太平. 哺乳动物空间导航的神经计算模型研究[D]. 沈阳. 中国科学院沈阳自动化研究所. 2019. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论