A behavior-environment information loop drives sensory navigation

想象一下，你正试图在一座新城市里寻找最好的披萨。你有两种方法可以做到这一点。第一种是消极的：你站在原地，等待气味飘过，如果闻到了好味道，你就向它走去。如果气味消失了，你就停下。这就像一个只会对当前感知做出反应的机器人。第二种是积极的：你意识到原地不动是没用的，于是你开始走“之”字形路线。通过移动，你改变了接下来会闻到的气味。你是在主动塑造自己的体验，以获取更好的信息。这就是大多数生物——从微小的细菌到人类——实际进行导航的方式。它们不仅仅是等待世界告诉它们该去哪里，它们是通过移动来寻找答案。

科学家们长期以来一直在研究动物如何利用感官做出决策，但他们大多只关注单向的路径：即一种气味是如何转化为一次转向的。他们很少问另一个问题：转向这一行为本身是如何改变接下来所遇到的气味的？这篇论文填补了这一空白。它使用了一个被称为信息论的分支，这基本上是关于一个信息中包含多少“惊喜”或“新颖性”的数学。作者们想要测量动物的行为与周围环境之间的双向对话。他们在问：动物仅仅是在对世界做出反应，还是在积极地“戳弄”世界以获取反应？理解这个循环至关重要，因为它解释了生物如何在混乱、变化的世界中寻找食物、配偶或安全。

---

伟大的信息环：移动如何改变你的认知

把在世界上导航想象成在玩一场“猜热猜冷”的游戏，你的对手是一个藏着宝藏的朋友。在旧的思维方式中，科学家认为玩家只是一个寻找线索的侦探。如果朋友说“变暖了”，玩家就靠近一点；如果说“变冷了”，玩家就远离一点。这是一种反应式策略：环境发送信号，玩家做出反应。

但这篇论文认为，真正的魔力发生在玩家意识到自己可以让朋友开口说话的时候。如果玩家开始转圈跑，他们可能会意外撞到宝藏或者触发一个新的线索。这是一种主动式策略：玩家的行为改变了环境，进而反馈回新的、更好的信息。耶鲁大学的研究团队将这种现象称为“行为-环境信息环”。他们想要精确测量，导航过程中有多少来自于反应，有多少来自于主动塑造体验。

为了实现这一点，他们发明了一种基于**传递熵（transfer entropy）**的新数学工具。想象一下你在尝试猜测电子游戏角色的下一步动作。如果你只看游戏画面（感觉输入），你可以做出还不错的猜测。但如果你还知道角色刚刚做了什么（行为输出），你的猜测会变得更准确。传递熵衡量的就是这种“更准确”的提升程度。它将总的信息流分为两个方向：

1. 反应流 ($\dot{T}_{s \to a}$)：当前的嗅觉或视觉信息在多大程度上决定了动物接下来的行为。
2. 主动流 ($\dot{T}_{a \to s}$)：动物当前的移动在多大程度上改变了它接下来将闻到或看到的景象。

成功的秘密公式

团队首先构建了一个超级简单的细菌计算机模型。他们只给了细菌两个选择：直行或翻滚（旋转以改变方向）。同时，他们也给了细菌两种感觉状态：闻到向上的梯度（向食物移动）或向下的梯度（远离食物）。

当他们计算数据时，发现了一个令人惊讶的模式：细菌寻找食物的成功并不取决于其中某一种流，而是取决于两者的几何平均值。把这想象成一辆自行车：如果你有一个强大的引擎（反应流）但没有方向盘（主动流），你只会原地打转；如果你有很好的方向盘但没有引擎，你哪也去不了。你需要两者协同工作。

他们创造了一个单一的数值，称之为 $\Phi$ (Phi)，来代表这种完美的平衡。当他们用这个数值测试现实世界的数据时，效果非常出色。他们观察了：

• 游向食物的细菌。
• 在化学景观中爬行的蠕虫。
• 在风中追踪看不见的、旋涡状气味团的苍蝇。
• 在虚拟世界中学习导航的 AI 智能体（计算机程序）。

在每一个案例中，$\Phi$ 的值越高，导航表现就越好。数学预测的成功率与实际情况惊人地一致（相关系数为 0.95，这在科学领域几乎是完美的）。这表明，无论你是微小的微生物还是聪明的机器人，成功的导航秘诀在于保持感知与移动之间紧密的反馈循环。

并非一种模式适用于所有情况

有趣的地方在于，论文显示并不是只有一种方式能成为优秀的导航者。因为成功取决于两种流之间的平衡，不同的生物可以使用完全不同的策略来实现同一个目标。

想象两只细菌以完全相同的速度寻找食物：

• 细菌 A 是一个“反应大师”。它闻到食物，变得兴奋，然后直奔而去。如果它闻到的气味变弱，它会立即翻滚以修正航向。它高度依赖于对信号的反应。
• 细菌 B 是一个“主动探索者”。它不只是反应，它会以一种确保自己能持续闻到食物的方式进行移动，即使信号很微弱。它通过塑造自己的路径来保持信息的流动。

两者得到了同样的结果，但它们的内部“性格”完全不同。作者在研究细菌、蠕虫甚至 AI 智能体时发现了这种“简并性”（即不同的路径通向同一个目的地）。这意味着，仅仅观察一个动物移动的速度是不够的，你无法理解它是如何思考的。你必须观察它的信息环，看看它是一个被动的跟随者，还是一个主动的塑造者。

移动的“金发姑娘区”（适中区间）

论文还发现，当事物变得过于可预测时，会出现一个转折。在一个非常稳定、平静的环境中，你可能会认为，表现得高度确定性（即闻到食物时总是做完全相同的事）是最好的。但数学表明事实并非如此。

如果一个生物在运动上变得过于可预测，它就会停止产生新的信息。这就像一个永远直线行走的机器人：最终，它将无法从世界上学到任何新东西。作者发现，最佳的表现通常发生在中等水平的主动流状态下。生物需要移动得足够多，以保持世界的趣味性和信息量，但又不能移动得太多，以至于迷失方向。

他们通过一个名为“双臂强盗”（一种带有两个拉杆的老虎机）的电脑游戏测试了这一点。随着 AI 学习玩游戏，它不仅仅是在最大化奖励，它还在调整自己的信息流。当游戏简单时，AI 变得非常具有反应性。当游戏困难时，它需要更多的主动性来进行探索。但如果它变得过于自信而停止探索，它的表现实际上会下降。最佳策略是一个“金发姑娘”式的平衡：既有足够的活跃移动来保持好奇心，又有足够的反应控制来保持航向。

为什么这很重要

这项研究改变了我们看待导航的方式。它告诉我们，移动不仅仅是实现从 A 点到 B 点的一种手段；移动是一种向环境“提问”的方式。

作者不仅进行了模拟，还在真实的细菌、蠕虫和苍蝇身上进行了测量，而模式依然成立。他们并没有发现一种单一的“最佳”导航方式。相反，他们发现了一个普遍规律：成功的导航需要反应世界与通过行动探测世界之间的舞蹈。

所以，下次当你看到一只苍蝇在空中划出之字形，或者看到一只狗在地上嗅闻时，请记住：它们不仅仅是在跟随鼻子。它们正在积极地与空气、风和地面进行一场对话，利用自己的移动来维持这场对话。根据这篇论文，正是这场对话，成为了它们找到归途的关键。