animal behavior and cognition 篇论文

动物行为与认知研究揭示了我们身边生物如何感知世界、解决问题以及彼此互动。从蜜蜂复杂的舞蹈语言到乌鸦巧妙的工具使用，这些探索不仅打破了物种界限，更让我们重新思考智能的本质与情感的深度。这一领域充满惊喜，每一次新发现都在改写我们对自然界的理解。

在 Gist.Science，我们专注于从 bioRxiv 获取该领域最前沿的预印本，并确保每一项研究都能被广泛理解。我们会处理每一篇新上传的论文，提供通俗易懂的科普解读以及详尽的技术摘要，让专业见解不再受限于学术术语。

以下是该类别下最新的论文列表，带您直接走进动物心智探索的最前线。

本研究鉴定出一类新型的果蝇 BPI 样 TULIP 结构域蛋白（B-TDPs），这类蛋白在化学感受器官中过度表达，并分泌至嗅觉淋巴中，其功能为候选气味转运蛋白，同时可能作为抵御植物排放萜类化合物的屏障。

本研究表明，当能见度降低时，驾驶员依靠的是在地标与即将出现的道路几何形状之间习得的局部关联来引导瞬时的转向控制，而非依赖于对环境具有全局连贯性的心理地图。

通过实验与建模相结合，本研究表明，尽管红桃色鲤和虎桃鲤之间存在内在的行为差异，但局部的速度匹配交互作用使异质混合物种群体能够实现由单一快速游泳模式主导的集体运动，从而证实了经典的集体行为原则可以延伸至多样化的动物组合之中。

FERAL 是一个受监督的开源视频理解系统，它能够直接将原始视频映射为跨越不同物种和尺度的帧级行为标签，在绕过传统关键点追踪限制的同时，以显著更少的训练数据超越了最先进的基准模型。

本研究表明，尽管人类和机器学习模型能够可靠地识别猪鸣叫声中共享的声学结构，但人类对情感效价的感知判断仅在高度厌恶的情境下才与推测的情感状态保持一致，这表明在动物福利研究中，可恢复的声学模式与其生物学解释之间存在关键区别。

通过采用一种让参与者明确识别其注视原因的直接实验方法，本研究证明了语义因素（尤其是新颖性和先验知识）在注视控制中通常主导着低级显著性，并提出了一个区分图像驱动的高亮过程与扫描路径采样策略的框架，以更好地解释如 DeepGaze IIE 等深度学习模型的性能。

本文提出并验证了一种利用霍尔效应传感器和磁性标签的概念验证系统，旨在实现对蜂王存在及活动的可靠、非侵入式实时监测，以用于精准养蜂业。

本研究建立了一个用于狨猴的自动化、非侵入式居家笼平台，并利用强化学习建模来证明，奖励的可预测性能够重构行为状态，从而在决策过程中强化误差修正并提升开发性控制。

本文将信息贪婪的“信息寻踪”（infotaxis）算法扩展到将回声定位建模为对信息的积极追求，证明了与传统的最大后验概率方法相比，基于信息寻踪的智能体在感官不确定性下能够实现更高效且更稳健的目标定位。

这篇综述认为，迷幻剂研究中的转化差距源于动物研究中系统性的方法论缺陷——具体表现为对“心境与环境”（set and setting）因素的忽视、使用不充分的行为测定实验，以及未能考虑个体差异和社会背景——因此，有必要向纵向性、社会丰富化且进行个体追踪的实验设计进行根本性转变。