受内嗅-海马神经环路启发的用于认知映射的稀疏空间编码学习
神经元与认知
2019-10-11 v1 机器人学
摘要
内嗅-海马环路在高级脑功能尤其是空间认知中发挥关键作用。内侧内嗅皮层（MEC）中的网格细胞以不同的网格间距和方向周期性放电，这使得海马中的_place cells_（位置细胞）能够对环境中的地点进行唯一编码。但齿状回中稀疏放电的颗粒细胞是如何由 MEC 中的网格细胞形成仍有待确定。近来，果蝇嗅觉环路提供了一种变体算法（称为局部敏感哈希）来解决此问题。为探究齿状回中稀疏位置放电的生成如何帮助动物在环境探索中打破感知模糊，我们构建了一个从网格细胞到位置细胞的生物学相关计算模型。从网格细胞到齿状回颗粒细胞的权重通过竞争性 Hebbian 学习习得。我们借助机器人系统在 KITTI 里程计基准数据集上验证我们的认知映射模型。实验结果表明，我们的模型能够在大尺度室外环境中稳定、鲁棒地构建连贯的半度量拓扑地图。实验结果表明，内嗅-海马环路作为一种变体局部敏感哈希算法，能够生成稀疏编码以轻易区分环境中的不同位置。我们的实验也为这一类似哈希算法可能是不同脑区和物种中计算的通用原理提供了理论支持。
引用
@article{arxiv.1910.04590,
title = {Learning Sparse Spatial Codes for Cognitive Mapping Inspired by Entorhinal-Hippocampal Neurocircuit},
author = {Taiping Zeng and XiaoLi Li and Bailu Si},
journal= {arXiv preprint arXiv:1910.04590},
year = {2019}
}