arXiv q-bio.NC（Neurons and Cognition）·2026-10-27 12:00· 3 小时前AI 评分45

果蝇全脑记录结合数字孪生：分层内在动机智能体可提前10秒以上预测自主探索决策

Intrinsic Goals for Autonomous Agents: Hierarchical Exploration Captures Future Volitional Action in Drosophila

AI 导读

研究结合果蝇全脑记录与神经力学数字孪生，发现自发探索决策的神经表征可提前10秒以上出现，并用20种内在动机算法训练无外部奖励的智能体在虚拟拴系球实验中复现果蝇行为。分层胜任力算法DIAYN在行为与神经前瞻编码上表现最接近果蝇，其潜在活动还复现了生物果蝇半球间运动学编码的“和差规则”。

AI 要点

团队

第一作者 Declan Kutscher，末位作者 Aran Nayebi，共 5 位作者。

主要结果

在 20 种内在动机算法中，DIAYN 在行为与神经前瞻编码上的综合表现最接近果蝇，其潜在活动也复现了果蝇半球间运动学的和差编码规则。

解决什么问题

探究动物在没有外部感觉线索和外奖励时，内在动机驱动的自主行为背后的计算机制。

方法

结合果蝇全脑记录与神经力学数字孪生，在模拟果蝇实验的虚拟拴绳球实验中训练无外部奖励的智能体，比较自发运动统计与未来转向解码。

局限

从研究设计看，结论基于虚拟仿真环境与果蝇模型，未在真实机器人或其它物种上验证。

AI 依据原文整理，未经人工核对。