论文题目：
The geometry of decision-making in individuals and collectives
论文链接：
https://www.pnas.org/content/118/50/e2102157118
动物为维持生存需要不断面临决策，许多决策需要在空间上分布的多个目标中做出选择。大多数关于动物决策的研究都集中在决策结果上，即动物最终选择了备选目标中的哪一个，以及作出决策所需的时间，但少有研究关注动物在整个决策过程中的移动。然而，动物在选择分布在空间中的多个目标时，它们自身的移动无疑会显著影响空间在大脑中的表征。研究发现，从昆虫到脊椎动物，许多物种的大脑表现出了以自我为中心的空间表征，例如通过明确的矢量表征目标的位置。这样的神经元表征必须并且确实时刻在与动物的移动相互作用。因此，虽然动物的移动似乎只是将大脑所作决策外部化，信息量看似并不大，但这种观点忽略了决策过程中涉及的重要动力学性质。毫无疑问，决策过程的动力学会随着动物与其空间分布的目标间几何上相对关系的变化而改变，并且这个过程是高度动态的。
来自德国马克斯·普朗克动物行为研究所、以色列魏茨曼科学研究所和匈牙利罗兰大学的生物学家、工程师和物理学家合作，对动物在空间移动中的决策机制进行了研究。这个跨学科团队从神经生物学、物理学和动物行为学中获得灵感，构建了一个大脑决策计算模型。该模型将动物移动与大脑神经动力学的相互作用纳入框架，以模拟大脑在面对备选目标方向时各个选项的表征。
由此产生的模型结果见图1，大脑会自发地将多个目标的选择分解为一系列二元选择，直到只剩下一个最终选择。这会导致动物的移动方向出现一系列突变，每个突变都与二元选择中某选项的排除有关。具体而言，每个方向的突变都是神经动力学突变的结果，而神经动力学的突变又取决于动物空间位置与剩余目标间的几何关系。更进一步，研究人员发现动物在其移动方向临近突变时，会自发地对非常小的扰动极为敏感，从而能够区分各个备选目标间非常小的差异。值得注意的是，这一有价值的属性是涌现，而不是内置于模型中的。
研究人员随后发现该算法具有极强的鲁棒性，于是猜想这种“分岔”过程很可能是“通用的”。通过叠加许多模拟动物的轨迹，确实发现了分岔结构普遍存在（见图2B）。进一步，研究人员通过实证研究检验计算模型的预测。为检验该模型跨物种的统一性，选择果蝇、蝗虫和斑马鱼分别作为飞行、陆生和水生动物的代表。为检验该模型跨环境的统一性，采用沉浸式虚拟现实技术，使得动物能够处于开放、真实的环境中，同时研究者能够精确测量动物在决策过程中的移动，结果显示所有物种都表现出与模型预测完全相同的分岔（见图2G、H）。
研究人员还发现，同样的几何原理可能也适用于动物集体（比如移动的鸟群）的空间决策，模拟结果见图3。
该研究聚焦于动物移动和神经动力学间不断变化的相互作用，首次揭示动物移动过程中的决策机制。并且该机制不仅具有极强的鲁棒性，还以基本的几何原理刻画了跨环境、跨物种、跨生命层次的统一机制，刻画了动物时空计算的本质。
