随机地心/自我中心导航的最优切换策略

动物利用由环境线索内部整合驱动的自我中心导航（egocentric navigation）与穿插其间的地心（geocentric）航向校正和重新定向相结合的方式，且在感觉信息获取、规划和执行中常存在不确定性。直接受蜣螂导航策略观察的启发（该策略显示了地心（geocentric）与自我中心（egocentric）策略之间的切换），我们探讨了在多噪声源存在下，智能体沿偏好方向导航的最优策略问题。我们使用一个模型来解决此问题，该模型在短时间尺度上表现为相关随机游走，其间穿插重新定向事件，从而在长时间尺度上产生偏置随机游走。我们确定了最优交替方案，并表征了其在噪声感觉获取、以及与环境条件和智能体-环境相互作用变化相关的执行误差背景下的鲁棒性。