🧬 biology

A behavior-environment information loop drives sensory navigation

Este artículo introduce un marco de teoría de la información utilizando la entropía de transferencia bidireccional para cuantificar el acoplamiento entre las entradas sensoriales y los resultados conductuales, revelando que la descomposición de la navegación en flujos de información "reactivos" y "activos" proporciona un principio unificador para predecir y comprender las estrategias de navegación a través de diversos sistemas biológicos y artificiales.

Autores originales: Kevin S. Chen, Matthew P. Leighton, Damon A. Clark, Thierry Emonet

Publicado 2026-07-30

📖 8 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Kevin S. Chen, Matthew P. Leighton, Damon A. Clark, Thierry Emonet

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

Imagina que estás intentando encontrar la mejor pizza en una ciudad nueva. Tienes dos formas de hacerlo. La primera es pasiva: te quedas quieto, esperas a que pase un olor y, si huele bien, caminas hacia él. Si el olor cesa, te detienes. Esto es como un robot que solo reacciona a lo que percibe en este momento. La segunda es activa: te das cuenta de que quedarse quieto no servirá de nada, así así que empiezas a caminar en zigzag. Al moverte, cambias lo que olerás después. Estás moldeando activamente tu propia experiencia para reunir mejor información. Así es como la mayoría de los seres vivos, desde diminutos bacterias hasta humanos, navegan realmente. No se limitan a esperar a que el mundo les diga hacia dónde ir; se mueven para averiguar.

Los científicos han estudiado durante mucho tiempo cómo los animales utilizan sus sentidos para tomar decisiones, pero la mayoría se centraron en la calle de sentido único: cómo un olor se convierte en un giro. Rara vez se preguntaron la otra pregunta: ¿cómo cambia el acto de girar el olor que encontrarás después? Este artículo entra en ese vacío. Utiliza una rama de la ciencia llamada teoría de la información, que es básicamente la matemática de cuánta "sorpresa" o "novedad" hay en un mensaje. Los autores quieren medir la conversación de doble vía entre las acciones de un animal y el mundo que lo rodea. Se preguntan: ¿el animal solo está reaccionando al mundo, o está "picando" activamente al mundo para obtener una reacción? Comprender este bucle es crucial porque explica cómo las criaturas encuentran comida, parejas o seguridad en un mundo caótico y cambiante, y podría incluso ayudarnos a construir mejores robots que puedan navegar sin perderse.

El Gran Bucle de Información: Cómo el movimiento cambia lo que sabes

Piensa en navegar por el mundo como jugar a "caliente o frío" con un amigo que esconde un tesoro. En la antigua forma de pensar, los científicos creían que el jugador era simplemente un detective escuchando pistas. Si el amigo decía "más caliente", el jugador se acercaba. Si decían "más frío", el jugador se alejaba. Esta es una estrategia reactiva: el entorno envía una señal y el jugador reacciona.

Pero este artículo sostiene que la verdadera magia ocurre cuando el jugador se da cuenta de que puede hacer que el amigo hable. Si el jugador empieza a correr en círculos, podría accidentalmente tropezar con el tesoro o activar una nueva pista. Esta es una estrategia activa: las acciones del jugador cambian el entorno, que luego envía de vuelta nueva y mejor información. Los autores, un equipo de la Universidad de Yale, llaman a esto un "bucle de información comportamiento-entorno". Querían medir exactamente cuánto de la navegación proviene de reaccionar frente a cuánto proviene de moldear activamente la experiencia.

Para hacer esto, inventaron una nueva herramienta matemática basada en algo llamado entropía de transferencia. Imagina que intentas adivinar el siguiente movimiento de un personaje de un videojuego. Si solo miras la pantalla del juego (la entrada sensorial), puedes hacer una estimación decente. Pero si también sabes lo que el personaje acaba de hacer (la salida conductual), tu estimación mejora aún más. La entropía de transferencia mide ese factor de "mejor estimación". Divide el flujo total de información en dos direcciones:

Flujo Reactivo ( $\dot{T}_{s \to a}$ ): Cuánto le dice el olor o la vista actual al animal qué hacer a continuación.
Flujo Activo ( $\dot{T}_{a \to s}$ ): Cuánto cambia el movimiento actual del animal lo que olerá o verá después.

La Fórmula Secreta del Éxito

El equipo comenzó construyendo un modelo computacional super simple de una bacteria. Le dieron solo dos opciones: nadar recto o dar tumbos (girar sobre sí misma) para cambiar de dirección. También le dieron dos estados sensoriales: oler "hacia arriba" el gradiente (hacia la comida) o "hacia abajo" el gradiente (alejándose de la comida).

Cuando procesaron los números, encontraron un patrón sorprendente. El éxito de la bacteria para encontrar comida no dependía de solo uno de estos flujos. Dependía de la media geométrica de ambos. Piensa en esto como una bicicleta: si tienes un gran motor (flujo reactivo) pero no tienes volante (flujo activo), solo conduces en círculos. Si tienes un gran volante pero no tienes motor, no vas a ninguna parte. Necesitas que ambos funcionen juntos.

Crearon un número único, que llaman $\Phi$ (Phi), para representar este equilibrio perfecto. Cuando probaron este número con datos del mundo real, funcionó de maravilla. Observaron:

Bacterias nadando hacia la comida.
Gusanos desplazándose a través de paisajes químicos.
Moscas rastreando columnas de olor invisibles y arremolinadas en el viento.
Agentes de IA (programas informáticos) aprendiendo a navegar en un mundo virtual.

En cada caso, cuanto mayor era el valor de $\Phi$ , mejor era el rendimiento de la navegación. La matemática predijo la tasa de éxito con una precisión increíble (una correlación de 0.95, que es casi perfecta en ciencia). Esto sugiere que, ya seas un microbio diminuto o un robot inteligente, el secreto para encontrar tu camino es mantener un bucle de retroalimentación estrecho entre lo que percibes y cómo te mueves.

Un Tamaño No Sirve para Todos

Aquí es donde se pone realmente interesante. El artículo muestra que no hay solo una forma de ser un buen navegante. Debido a que el éxito depende del equilibrio de los dos flujos, diferentes criaturas pueden lograr el mismo objetivo utilizando estrategias completamente diferentes.

Imagina dos bacterias encontrando comida a la misma velocidad.

Bacteria A es una "Maestra Reactiva". Huele la comida, se emociona y corre recto. Si huele menos, da tumbos inmediatamente para corregir su curso. Depende mucho de reaccionar a la señal.
Bacteria B es una "Exploradora Activa". No solo reacciona; sigue moviéndose de una manera que le garantiza que seguirá oliendo la comida, incluso si la señal es débil. Moldea su propio camino para mantener el flujo de información.

Ambas obtienen el mismo resultado, pero su "personalidad" interna es totalmente distinta. Los autores encontraron esta "degeneración" (donde diferentes caminos conducen al mismo destino) en bacterias, gusanos e incluso en los agentes de IA que estudiaron. Esto significa que observar la velocidad a la que se mueve un animal no es suficiente para entender cómo piensa. Tienes que mirar el bucle de información para ver si es un seguidor reactivo o un modelador activo.

La Zona "Goldilocks" del Movimiento

El artículo también descubrió un giro cuando las cosas se vuelven demasiado predecibles. En un entorno muy estable y tranquilo, podrías pensar que ser super determinista (hacer siempre exactamente lo mismo cuando hueles la comida) sería lo mejor. Pero las matemáticas sugieren lo contrario.

Si un animal se vuelve demasiado predecible en sus movimientos, deja de generar nueva información. Es como un robot que camina en línea recta para siempre; eventualmente, deja de aprender algo nuevo sobre el mundo. Los autores descubrieron que el mejor rendimiento suele ocurrir en un nivel intermedio de flujo activo. El animal necesita moverse lo suficiente para mantener el mundo interesante e informativo, pero no tanto como para perder el rumbo.

Probaron esto con un juego informático llamado "bandido de dos brazos" (una máquina tragaperras con dos palancas). A medida que la IA aprendía a jugar, no solo maximizaba sus recompensas, sino que ajustaba su flujo de información. Cuando el juego era fácil, la IA se volvía muy reactiva. Cuando el juego era difícil, necesitaba ser más activa para explorar. Pero si se volvía demasiado confiada y dejaba de explorar, su rendimiento en realidad caía. La mejor estrategia era un equilibrio "Goldilocks": suficiente movimiento activo para mantenerse curiosa, pero suficiente control reactivo para mantenerse en el camino.

Por Qué Esto Importa

Esta investigación cambia nuestra forma de ver la navegación. Nos dice que el movimiento no es solo una forma de ir del punto A al punto B; el movimiento es una forma de hacer preguntas al entorno.

Los autores no solo lo simularon; lo midieron en bacterias, gusanos y moscas reales, y el patrón se mantuvo. No encontraron una única "mejor" forma de navegar. En su lugar, encontraron una regla universal: la navegación exitosa requiere una danza entre reaccionar al mundo y picar al mundo para ver qué sucede.

Así que la próxima vez que veas a una mosca zigzagueando por el aire o a un perro olfateando el suelo, recuerda: no solo están siguiendo sus narices. Están conduciendo activamente una conversación con el aire, el viento y el suelo, utilizando sus propios movimientos para mantener la conversación en marcha. Y, según este artículo, esa conversación es la clave para encontrar el camino a casa.

Resumen Técnico: Un bucle de información comportamiento-entorno impulsa la navegación sensorial

Planteamiento del problema
Los sistemas vivos navegan integrando señales sensoriales con la experiencia pasada para determinar el movimiento. Mientras que la investigación previa ha caracterizado extensamente el flujo de información desde las señales sensoriales hacia las acciones conductuales (navegación reactiva), el flujo recíproco —donde las acciones moldean activamente los estímulos sensoriales subsiguientes (sensado activo)— carecía de un marco conceptual para su cuantificación. Los enfoques existentes, como la inferencia bayesiana o el control óptimo, a menudo dependen de modelos ambientales explícitos o se centran en aspectos específicos del procesamiento de la información. Existe la necesidad de un método para estimar el flujo de información bidireccional directamente a partir de trayectorias de navegación medidas experimentalmente sin asumir un modelo interno del entorno.

Metodología
Los autores introducen un marco de información teórica basado en la entropía de transferencia para cuantificar el acoplamiento entre las entradas sensoriales ( $s$ ) y las salidas conductuales ( $a$ ).

Modelo Mínimo: El estudio comienza con un modelo de Markov bipartito mínimo inspirado en la quimiotaxis bacteriana. El sistema consta de dos estados conductuales (Carrera, Voltereta/Tumble) y dos estados sensoriales ambientales (Gradiente ascendente, Gradiente descendente). Las tasas de transición están restringidas para reflejar realidades biológicas: las carreras persisten más tiempo que las volteretas, y las tasas de transición dependen del gradiente sensorial.
Métricas de Información: El marco descompone la información mutua en dos tasas de entropía de transferencia direccionales:
- Flujo de Información Reactiva ( $\dot{T}_{s \to a}$ ): Mide cómo la historia sensorial reduce la incertidumbre sobre las acciones futuras (el la señal moldea la conducta).
- Flujo de Información Activa ( $\dot{T}_{a \to s}$ ): Mide cómo la historia de la acción reduce la incertidumbre sobre los estados sensoriales futuros (la acción moldea la señal).
- Estos se calculan como tasas de entropía de transferencia de un solo paso, que sirven como límites superiores para las tasas de historia completa.
Predictor de Rendimiento ( $\Phi$ ): Mediante una expansión perturbativa alrededor de límites de control débil y entornos ruidosos, los autores derivan un predictor de información teórica de orden principal, $\Phi$ , que combina los flujos de información activa y reactiva (específicamente su media geométrica) para predecir el índice de quimiotaxis (rendimiento de navegación).
Aplicación de Datos: El marco se aplica a:
- Datos simulados del modelo mínimo y un modelo de agente basado en agentes biofísicos.
- Trayectorias experimentales de E. coli (quimiotaxis), C. elegans (navegación olfativa) y Drosophila (seguimiento de penachos de olor).
- Un agente de aprendizaje por refuerzo (RL) resolviendo una tarea de bandido de dos brazos.
- Preprocesamiento: Los datos cinemáticos continuos se agrupan en estados conductuales discretos mediante agrupamiento no supervisado (estados de Markov máximamente predictivos) y las entradas sensoriales se binarizan.

Contribuciones Clave y Resultados

El Flujo Bidireccional Predice el Rendimiento: A través de diversos sistemas (bacterias, gusanos, moscas y agentes de RL), la media geométrica de los flujos de información activa y reactiva se correlaciona fuertemente con el rendimiento de la navegación ( $R^2 \approx 0.9$ ). Esta métrica ( $\Phi$ ) supera a otras medidas como la información mutua por sí sola, el flujo reactivo por sí solo o las tasas de producción de entropía.
Descomposición de Estrategias: El marco revela que rendimientos de navegación equivalentes pueden surgir de distintas combinaciones de flujos activos y reactivos (degeneración).
- En la quimiotaxis bacteriana, las trayectorias con alto rendimiento pueden ser "dominadas por lo activo" (caracterizadas por dinámicas de trinquete y carreras alineadas) o "dominadas por lo reactivo" (caracterizadas por correcciones rápidas de rumbo mediante volteretas).
  la navegación olfativa de la mosca, los flujos de información están localizados espacialmente. El flujo reactivo es más fuerte a favor del viento (donde el olor es impredecible), mientras que el flujo activo se concentra cerca de los bordes del penacho corriente arriba (donde las moscas rastrean activamente los bordes).
Perspectivas de Aprendizaje por Refuerzo: En una tarea de bandido de dos brazos, el equilibrio entre los flujos de información activa y reactiva cambia con la fiabilidad de la selección de la acción (temperatura inversa). Las estrategias altamente explotadoras (alta fiabilidad) muestran un alto flujo reactivo pero un flujo activo reducido, lo que sugiere que el rendimiento óptimo no requiere maximizar el flujo activo en todos los regímenes.
No Monotonicidad: En entornos con correlaciones de señal largas, el rendimiento de la navegación depende de forma no monotónica del flujo de información activa. El rendimiento máximo se logra en un nivel intermedio de flujo activo, en lugar del máximo flujo posible.

Significancia y Reivindicaciones
Este artículo establece el flujo de información bidireccional como un principio unificador para comprender la navegación tanto en sistemas biológicos como artificiales. Los autores afirman que:

El Rendimiento es Insuficiente: El rendimiento de la navegación por sí solo no determina únicamente la estrategia de un agente; la descomposición en flujos de información activa y reactiva revela una dimensión adicional de organización.
Análisis Libre de Modelo: El marco permite la estimación directa de los flujos de información a partir de trayectorias experimentales sin requerir modelos ambientales explícitos o supuestos sobre estados latentes internos.
Bucle de Retroalimentación Común: Un bucle de retroalimentación comportamiento-entorno común impulsa la eficiencia de la navegación en diversas escalas, desde células individuales hasta agentes complejos.
Diversidad Estratégica: Diferentes estadísticas ambientales (por ejemplo, penachos turbulentos frente a gradientes estables) y fiabilidades de control requieren distintos equilibrios entre los flujos de información activa y reactiva para lograr una navegación óptima.

El trabajo sugiere que este marco puede restringir los mecanismos biológicos candidatos y guiar el desarrollo de algoritmos de aprendizaje para interacciones adaptativas agente-entorno.

Más como este