昆虫大脑中罗盘线索校准的机器人模型

蜣螂能够利用多种定向线索，在滚球过程中维持一致的方位。当多种线索同时可用时，它们似乎会学习这些线索之间的空间关系，从而在线索部分缺失时仍能依靠冗余信息完成定向。 越来越多的证据表明，这一学习过程是在昆虫头方向回路中实现的；更具体地说，是在中央复合体中感觉输入神经元与罗盘神经元之间的可塑性基质中实现的。这种可塑性似乎由旋转运动驱动，从而与已观察到的蜣螂“舞蹈”行为建立了明确联系。 在本文中，我们扩展了该回路的功能模型，并将其部署到机器人平台上，以在与蜣螂相同的行为实验范式中对其进行检验。该机器人能够复现蜣螂在引导直线运动时以方向性风线索替代点光源线索的能力。然而，实验也揭示出与舞蹈方向相关的显著偏置。这种偏置似乎源于罗盘回路中递归输入与瞬时输入之间的内在冲突。我们预测，真实昆虫除非已经进化出一种用于补偿的神经机制，否则也应当面临类似问题。

蜣螂在滚动粪球时，可以利用多种定向线索来维持一致的航向。当存在多种线索时，它们似乎能够学习这些线索之间的空间关系，从而在线索部分缺失时仍提供冗余信息。

越来越多的证据表明，这种学习过程是在昆虫头方向回路中实现的；更具体地说，是在中央复合体中感觉输入神经元与罗盘神经元之间的可塑性基质中实现的。这种可塑性似乎由旋转运动驱动，从而与观察到的甲虫“舞蹈”行为建立了明确联系。

在这里，我们扩展了该回路的功能模型，并将其应用于机器人平台，以便在与蜣螂实验相同的行为测定范式中对其进行测试。该机器人能够重现蜣螂在引导直线运动时以方向性风线索替代点光源线索的能力。然而，它也揭示出一种与舞蹈方向耦合的显著偏置。这种偏置似乎是由罗盘回路中循环输入与瞬时输入之间的内在冲突所导致的。我们预测，真实昆虫除非已经进化出一种用于补偿的神经机制，否则也应当会经历类似的问题。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.25.734539v1?rss=1

🏷️ 昆虫导航 中央复合体 头方向回路 线索校准 机器人建模