A robot model of compass cue calibration in the insect brain

想象一只蜣螂是一名为微小而坚定的快递员。它的工作是把一球粪便在一条完美的直线上滚离拥挤的粪堆，以免被偷走。为了做到这一点，蜣螂需要一个可靠的 GPS。通常情况下，它会观察太阳或月亮（一种“点光源”）来确定前进的方向。但如果天空多云怎么办？蜣螂足够聪明，能够切换档位，利用迎面吹来的风作为备用指南针。

论文指出，蜣螂的大脑有一个特殊的“训练营”，在那里它学习这些不同的指南针如何相互关联。这就像一名学生在学习“地图上的北”总是与“指南针上的北”相匹配。这种学习是在蜣螂在粪球上进行的一段小小的“舞蹈”——旋转——时发生的。科学家认为，这种旋转有助于大脑更新其地图，将风的感觉与太阳的视觉联系起来。

为了测试这个理论，研究人员制造了一个扮演数字蜣螂的机器人。他们给了这个机器人一个他们认为真实蜣螂所拥有的“大脑电路”，并把它放在了同样的测试场中。

以下是发生的情况：
就像真实的蜣螂一样，这个机器人成功地切换了它的导航系统。当“太阳”被遮挡时，它能够无缝切换到使用“风”来将球滚成一条直线。这证明了他们构建的大脑模型适用于基础导航。

然而，出现了一个小故障：
这个机器人不仅仅是完美地切换线索；它还养成了一个奇怪的习惯。由于其“大脑”的连接方式，它在舞蹈过程中旋转的方向实际上干扰了它的直线路径。这就像一名司机在停车场转了一圈后，尽管本想直行，却不小心稍微向左偏了。

研究人员发现，这是因为机器人的大脑同时接收到了两个相互冲突的信号：一个来自它的即时感官（它现在感受到的），另一个来自它对旋转的记忆（它刚刚做过的事）。真实的蜣螂可能也面临同样的困惑。论文得出结论，为了让真实的蜣螂表现得如此完美，它们一定进化出了一种隐藏的“神经技巧”来抵消这种困惑，而目前的机器人模型还没有掌握这个技巧。