[论文解读] Actionable Neural Representations: Grid Cells from Minimal Constraints

William Dorrell, Peter E. Latham+2 more|arXiv (Cornell University)|Sep 30, 2022

Neural dynamics and brain functionNeuroscience被引用 17

一句话总结

本文提出，大脑中的网格细胞形成‘可操作的神经表征’——即内部模型，不仅编码空间位置，还编码动作的可预测结果，例如二维空间中的运动。通过群论与表示理论，研究显示在最小的生物学与功能约束（非负、有界、精确放电）下，多个六边形网格模块成为最优解，解释了网格细胞的关键现象，并预测了新型特征，如网格与环境几何对齐及最优晶格间距。

ABSTRACT

To afford flexible behaviour, the brain must build internal representations that mirror the structure of variables in the external world. For example, 2D space obeys rules: the same set of actions combine in the same way everywhere (step north, then south, and you won't have moved, wherever you start). We suggest the brain must represent this consistent meaning of actions across space, as it allows you to find new short-cuts and navigate in unfamiliar settings. We term this representation an `actionable representation'. We formulate actionable representations using group and representation theory, and show that, when combined with biological and functional constraints - non-negative firing, bounded neural activity, and precise coding - multiple modules of hexagonal grid cells are the optimal representation of 2D space. We support this claim with intuition, analytic justification, and simulations. Our analytic results normatively explain a set of surprising grid cell phenomena, and make testable predictions for future experiments. Lastly, we highlight the generality of our approach beyond just understanding 2D space. Our work characterises a new principle for understanding and designing flexible internal representations: they should be actionable, allowing animals and machines to predict the consequences of their actions, rather than just encode.

研究动机与目标

• 识别使生物与人工系统实现灵活、零样本推理的表征原理。
• 将‘可操作性’形式化为内部表征的规范性原则，其中动作通过线性矩阵变换表征。
• 通过结合可操作性与生物学约束（非负、有界、精确放电）及功能效率（最大可分辩性），推导最优神经表征。
• 解释海马体内侧内嗅皮层中的网格细胞为何表现出六边形放电模式、多模块结构以及尺度与方向多样性。
• 将该框架扩展至二维以上空间，涵盖角度、球面与三维空间，展示其普适性。

提出的方法

• 使用群论与表示理论形式化可操作性：每个动作（例如向北迈进一步）对应一个线性更新神经表征的矩阵。
• 定义约束优化问题：在非负放电、有界活动与精确编码约束下最小化表征误差，同时最大化空间点之间的可分辩性。
• 利用贝塞尔函数与傅里叶分析推导网格模块的最优基频，表明J₁的零点决定了最优晶格波长。
• 在这些约束下模拟神经表征，验证六边形、多模块网格作为最优解自然涌现。
• 将该框架应用于一维、二维、三维与球面空间，证明在低频偏置下，位置细胞或类网格模式自然产生。
• 进行消融研究，表明若移除可操作性约束，将导致无结构、多峰调谐，与三维内嗅皮层记录中观察到的现象一致。

实验结果

研究问题

• RQ1 为何海马体内侧内嗅皮层中的网格细胞在多个模块中以六边形晶格放电，且具有不同的尺度与取向？
• RQ2 神经表征如何支持零样本推理，例如预测未走过的路径的结果？
• RQ3 哪些约束——生物学、功能或结构——导致二维空间中类网格表征的出现？
• RQ4 为何网格模块会与环境边界对齐，例如房间几何？
• RQ5 该框架能否解释高维或非欧几里得空间（如三维空间或球面）中的表征？

主要发现

• 在可操作性、非负放电、有界活动与最大可分辩性约束下的最优表征，为具有六边形调谐的多模块网格系统，与生物观察结果一致。
• 网格细胞因可操作性约束而与环境边界对齐，该约束在空间中强制一致的变换规则。
• 网格模块的最优波长由贝塞尔函数J₁的零点决定，预测了圆直径的特定倍数：0.82、0.45、0.31等。
• 较大的网格模块更严格遵循基于贝塞尔函数的波长规律，而较小的模块则更关注非谐波晶格参数。
• 在三维空间中，该框架预测了密集的网格化表征，而当可操作性被移除时则不存在此类表征——与蝙蝠和小鼠记录中观察到的多峰、无结构细胞一致。
• 该框架可推广至二维以上：它预测环上的头朝向细胞、球面上的位置细胞以及三维类网格模式，而不可操作的表征无法产生结构化调谐。