10、行为机制与神经网络在运动控制中的应用

行为机制与神经网络在运动控制中的应用

1. 神经网络的作用与潜力

神经网络不仅能处理功能问题，还能解决机制问题。简单的神经网络可以在不明确考虑阈值或决策边界的情况下做出决策并维持体内平衡。尽管决策的神经网络模型尚未完善，但它有潜力整合控制理论和行为学的研究成果。目前难以确定它是会产生大量新知识，还是仅仅以更符合生物学现实的方式实现已知的想法。不过，神经网络模型在以下几个方面可能特别有用：
- 整合刺激反应与决策机制 ：以往对刺激反应和决策的研究往往是分开进行的。例如，某些控制模型并未考虑动物如何感知水的存在。而神经网络能够将对刺激的反应机制与决策过程相结合。通过这种整合，我们可以研究为什么某些刺激比其他刺激更有效，还有助于理解神经系统为何有时会发出无功能的行为指令。
- 验证直觉想法 ：神经网络可以为直觉想法提供具体的实现方式，从而进行严格的测试。例如，为防止行为在不同活动之间快速振荡（抖动），有一种观点认为可以采用短期正反馈机制。即当某项活动占据主导时，其动机得到“增强”，以应对相关动机因素可能的下降。但研究发现，通过相互抑制做出的决策本身就相当稳定，无需额外的机制。

2. 运动控制的基本概念

运动控制指的是神经系统和骨骼肌肉系统如何对行为产生作用。如今，人们已经明确运动控制主要由中枢神经系统中的中枢模式发生器（CPG）来实现。CPG能产生自主的运动模式，通常还会结合基于感觉反馈的中枢和外周控制。
早期关于运动控制的观点受动物是反应性、反射驱动机器这一观念的影响，认为运动模式是一系列反射链，每个动作产生适当的感觉刺激以引发下一个动作。例如，行走被解释为腿部位置、负载和平