路径整合的 bump 吸引子模型中的感觉反馈

哺乳动物的空间导航系统利用多种不同的感觉信息通道。这些信息随后被转换为神经编码，通过位置细胞、网格细胞和头方向细胞网络来表示动物当前在空间中的位置。特别是，感觉地标（异源）线索可以与动物对自身速度的认知（自源）线索协同使用，从而生成比单独的（自源）路径整合更精确的位置表征（Battaglia 等, 2004）。我们开发了一个计算模型，该模型将路径整合与来自外部感觉线索的信息融合在一起，这些线索提供了沿环形轨道空间位置的可靠表征。从一个连续的 bump 吸引子模型出发，我们考虑了突触空间异质性的可能性，这种异质性会打破空间的平移对称性。我们使用渐近分析将 bump 吸引子模型简化为一个单一的标量方程，其势函数代表了异质性的影响。当网络执行路径整合时，这种异质性会导致误差累积，但这些误差可以通过代表感觉线索效应的外部控制信号进行校正。我们证明，当线索周期性地和随机地放置时，控制信号存在一个最优的强度和衰减率。当路径整合的误差源于动态噪声波动时，也进行了类似的分析。同样，离散控制存在一个最优的强度和衰减，使得路径整合误差最小化。