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. 神经网络在行为机制中的作用

神经网络不仅能实现功能，还能揭示行为背后的机制。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。虽然决策的神经网络模型尚不完善，但它有潜力整合控制理论和行为学的研究成果。目前还难以确定神经网络是会产生大量新知识，还是仅仅是对已知概念更符合生物学现实的实现方式。不过，有几个领域可能会特别受益于神经网络模型。

以往，对刺激的反应和决策过程常被分开研究。例如，某些控制模型并未考虑动物如何判断水是否存在。而神经网络能够将对刺激的反应机制与决策过程整合起来。通过研究，我们可以探究为何某些刺激比其他刺激更有效。这种从刺激接收到决策制定的综合模型，或许能帮助我们理解为何神经系统有时会发出无功能的行为指令。

此外，神经网络还能对一些直观想法进行严格测试。比如，为防止行为在不同活动间快速振荡（抖动），有人提出一种短期正反馈机制。即当一项活动占据主导时，它会获得额外的“动力提升”，以应对相关动机因素可能的下降。但实际上，通过相互抑制做出的决策本身就相当稳定，无需额外机制。

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共同影响行为。如今，人们已经明确运动控制主要由中枢神经系统中的中央模式发生器（CPG）来实现。这些发生器能产生自主的运动模式，通常还会结合基于感觉反馈的中央和外周控制。

中央模式发生器的概念最早由Graham Brown在1918年提出。他发现，即使切断猫的感觉输入，猫仍然能够做出协调的步伐动作，并且还提出了可能的神经机制。然而，这一观点在早期并未被广泛接受，因为当时人们受动物是反应性、反射驱动机器这一观