多尺度位置野为分层控制提供预测基础

海马位置细胞在小围栏中通常表现出单峰空间选择性，但在自然尺度环境中会表达多个间距不规则的位置野。然而，现有海马预测图理论难以扩展到大环境，也无法解释这些异质性的位置野特征。在此，我们引入因子化分层后继表征（factorised hierarchical successor representation, fHSR），这是一种通过子目标导向子程序支持分层控制的预测图。我们表明，fHSR 能够实现跨任务的高效泛化，随环境规模扩展表现良好，并重现了大鼠和蝙蝠多尺度 CA1 位置细胞活动的关键统计与拓扑特征。对实验数据的分析进一步证实了 fHSR 的一项新预测：群体放电率表现出空间周期性，其波长特征与环境规模无关。这些结果确定了分层控制与预测表征的整合是一条规范性原则，它将高效导航与海马活动的空间组织统一起来。

中文由 AI 翻译，仅供参考，以原文为准。