哪种坐标系用于建模路径积分？

路径积分是一种在自然界广泛观察到的导航策略，动物在出行过程中保持对其位置的实时估计。证据表明它在自然界中既古老又普遍。在过去一个世纪左右，基于各种假设、论证和支持数据，经典模型和神经网络模型蓬勃发展。尽管该现象很重要，但似乎缺乏共识和统一原则。一个基本问题是生物路径积分所需的空间神经表征。本文提出了一种方案，根据归航向量记录和更新动物与其家位置之间空间关系的方式对路径积分系统进行分类。使用四类扩展的坐标系来统一和回顾节肢动物和哺乳动物文献中的经典和神经网络路径积分模型。该方案展示了可能看似无关的模型之间的分析等价性，并区分了可能表面上相似的模型。对路径积分重要方面（包括更新、导向、搜索和系统误差）的方程形式进行了彻底分析，使用了四种坐标系。还考虑了可用方向线索的类型，即异位线索和自位线索。结果表明，总体而言，包含地心笛卡尔坐标系的归航向量类别似乎对生物系统最为稳健。一个关键结论是，仅从行为数据推断计算结构将是困难或不可能的，至少在缺乏随机误差分析的情况下是如此。因此，对路径积分的进一步理论见解可能需要深入研究噪声对四类归航向量的影响。