Multisensory VR navigation: from accelerated strategy convergence to behavioral predictability

Resumo Técnico: Navegação em VR Multissensorial: Da Convergência Acelerada de Estratégias à Previsibilidade Comportamental

Definição do Problema
A navegação espacial é um processo cognitivo fundamental que envolve aprendizagem, memória e tomada de decisão. Embora os paradigmas comportamentais tradicionais de roedores (ex: labirinto de água de Morris) tenham sido instrumentais, eles frequentemente carecem da controlabilidade ambiental e da complexidade sensorial dinâmica encontradas em ambientes naturais. Por outro lado, os sistemas de Realidade Virtual (VR) para roedores existentes baseiam-se predominantemente em pistas unimodais visuais. Esta limitação dificulta a simulação de inputs multimodais integrados e a caracterização da formação de estratégias adaptativas sob condições complexas. Além disso, as análises comportamentais padrão geralmente dependem de métricas resumidas (ex: comprimento do percurso, taxa de sucesso), que falham em revelar as estruturas latentes de estratégia, as transições de estado e a relação entre a aceleração da estratégia e a previsibilidade comportamental.

Metodologia
O estudo estabeleceu um framework experimental e computacional abrangente para abordar estas lacunas:

1. Plataforma Experimental: Um sistema de VR multimodal foi desenvolvido com base em uma esteira esférica (JetBall). Ele integrou pistas visuais, auditivas, táteis (golpe de ar) e gustatórias (recompensa líquida).
2. Desenho Experimental:
   • Sujeitos: Ratos Long–Evans machos ($n=12$) foram divididos em um grupo multimodal ($n=6$) e um grupo controle unimodal ($n=6$).
   • Protocolo de Treinamento: Ambos os grupos passaram por adaptação em um corredor infinito. O grupo multimodal passou adicionalmente por tarefas de rastreamento de alvo (visual) e feedback auditivo-líquido antes de realizar a tarefa principal.
   • Tarefa Principal: Um labirinto virtual de sete salas com um ponto de partida $(0, -500)$ e um objetivo $(0, 1500)$. O grupo multimodal recebeu marcos visuais, gatilhos auditivos em pontos de decisão e penalidades táteis de fronteira. O grupo unimodal recebeu apenas a cena visual e a recompensa do objetivo.
3. Benchmark Teórico: Um algoritmo A* aprimorado foi empregado para gerar um caminho ótimo teórico. Termos de ponderação de estímulos sensoriais foram incorporados à função de custo para guiar o design do labirinto e a avaliação comportamental.
4. Framework de Análise Computacional: Uma abordagem de três camadas foi utilizada:
   • Modelagem de Estado de Estratégia Latente: Um Modelo Oculto de Markov (HMM) foi usado para extrair estados comportamentais latentes ($z_t$) de trajetórias contínuas, caracterizando transições de estado e dinâmicas internas.
   • Aprendizagem de Valor Offline: Uma Deep Q-Network (DQN) offline foi treinada sobre trajetórias registradas para reconstruir o panorama de valor de estado e políticas de ação ótimas, revelando a base baseada em valor da estabilização da estratégia.
   • Predição de Trajetória em Dois Estágios: Um modelo hierárquico primeiro previu a categoria do caminho (esquerda, meio, direita) com base em trajetórias históricas usando uma Unidade Recorrente de Portão (GRU), então gerou trajetórias futuras condicionadas ao caminho previsto.

Resultados Principais

• Convergência Acelerada de Estratégia: O grupo multimodal demonstrou aprendizagem significativamente mais rápida que o grupo unimodal. O grupo multimodal atingiu uma taxa de seleção de caminho à esquerda de 80% em 4 dias, comparado a 10 dias para o grupo unimodal. Da mesma forma, o alcance de exploração espacial do grupo multimodal contraiu-se mais cedo, indicando uma transição rápida de uma exploração ampla para uma seleção de caminho ótimo estável.
• Diferenciação Funcional de Pistas: As pistas sensoriais desempenharam papéis distintos. As pistas auditivas desencadearam correções direcionais imediatas (desvio de aproximadamente 40° em direção ao objetivo) que permaneceram estáveis durante o treinamento. Os marcos visuais aumentaram inicialmente a velocidade locomotora, mas este efeito diminuiu com o tempo, sugerindo uma mudança em seu papel funcional conforme o treinamento progredia.
• Estabilização do Estado Interno: A modelagem de estratégia latente identificou cinco estados comportamentais representativos (variando de exploração global a seleção de caminho ótimo estável). O grupo multimodal mostrou uma mudança mais rápida de estados exploratórios (baixa probabilidade de autotransição) para estados estáveis (alta probabilidade de autotransição). A análise de redistribuição de estado revelou que as pistas auditivas induziram principalmente mudanças na composição de estados, enquanto as pistas visuais aumentaram a alternância de estados e a progressão direcionada ao objetivo.
• Convergência do Panorama de Valor: A análise de DQN offline revelou que o panorama de valor aprendido no grupo multimodal convergiu para o caminho ótimo teórico (rota à esquerda). Regiões de alto valor e políticas de ação consistentes orientadas ao objetivo foram estabelecidas, mostrando forte consistência com o benchmark normativo da tarefa.
• Aumento da Previsibilidade Comportamental: No estágio final do treinamento, o modelo de predição de dois estágios alcançou >90% de precisão na classificação de escolhas de caminho e manteve um erro de deslocamento de trajetória médio de <100 mm. Isso confirmou que a formação acelerada da estratégia está diretamente correlacionada com o aumento da previsibilidade comportamental.

Significância e Alegações
O artigo afirma que a VR multissensorial acelera significativamente a convergência das estratégias de navegação da exploração para a seleção do caminho ótimo. A principal significância reside em demonstrar que esta aceleração não é meramente um resultado comportamental, mas é sustentada por mecanismos internos específicos: a estabilização dos estados de estratégia latentes e a convergência do panorama de valor em direção ao caminho ótimo.

O estudo postula que a consequência direta desta formação acelerada de estratégia é um aumento acentuado na previsibilidade comportamental. Ao ligar os inputs sensoriais multimodais aos processos computacionais internos de formação de estratégia e aprendizagem de valor, a pesquisa fornece um framework causal unificado. Os autores afirmam que seu paradigma integrado e framework analítico (combinando métricas comportamentais, modelagem de estado latente, aprendizagem de valor e predição de trajetória) oferecem novas ferramentas para investigar a aprendizagem e a tomada de decisão em ambientes multissensoriais complexos. O trabalho sugere que a previsibilidade comportamental pode servir como uma métrica quantitativa para avaliar a maturidade de estratégias cognitivas em tarefas complexas.