分层架构中的多样性使能甜区与感觉运动控制中的速度-精度权衡

神经系统利用分布式组件来感知、通信、计算并驱动运动，这些组件在速度、精度、稀疏性、噪声与饱和方面存在严峻的权衡。然而，大脑凭借高度有效的分层控制架构实现了极其快速、准确且鲁棒的控制性能。在此我们引入一项驾驶任务，以研究山地自行车手如何减轻 Trail 颠簸的即时扰动并响应 Trail 方向的变化。我们操控来自车轮的控制输入的时间延迟与精度，作为操控控制环路中神经元特性的替代。所观测到的速度-精度权衡（SATs）催生了一个由控制环路层构成的理论框架，其中每个物理层级内的组件具有多样的速度与精度，例如含有尺寸范围宽泛的轴突的神经束。我们的模型解释了为何两个控制环路——一个快速但不准确的校正颠簸的反射层，以及一个缓慢但准确的规划层——的误差是可加的，并展示了每个控制环路中的误差如何被分解为由组件有限速度与精度所引起的误差。这些结果表明，跨层神经元的适当多样性有助于创造“多样性使能甜区”（DESSs），从而利用缓慢或不准确的组件实现快速且准确的控制。