通过表征短期运动揭示动物身份与学习进展

arXiv:2610.27140v1 公告类型：new 摘要：学习如何随时间推进以及这种推进如何因个体而异，是认知科学和行为科学中的一个长期问题。然而，一个重大挑战在于，如何确定能够忠实刻画学习进展的可观测行为指标。现有方法通常依赖预先定义的行为特征或任务层面的表现，而对自由活动动物的细粒度姿态和运动的探索仍相对有限。在本文中，我们提出以下问题：短期运动轨迹能否揭示学习进展和个体身份？我们提出了一种自监督表征学习框架，其建立在一个简单假设之上：与身份和学习相关的行为特征在相邻时间区间内保持相对稳定。利用时间邻近性作为监督信号，我们的框架直接从运动轨迹中学习紧凑表征，无需手动定义行为状态或运动学特征。通过使用自由活动大鼠的行为数据，我们表明，所学习的表征不仅能够较现有方法更好地预测身份和与学习相关的读出指标，还为研究这些信号何时以及如何在行为中出现等更广泛的科学问题提供了工具。具体而言，仅一秒钟长的轨迹就包含具有信息量的学习和身份信号。以自我为中心的姿态动态对身份具有更强的预测能力，而以环境为中心的运动则更能预测与学习相关的变化；在交替组中，这两种信号在决策交叉点处都最强。我们进一步使用表征条件扩散模型，检查与身份和学习进展相关的运动模式。我们的研究结果表明，短期运动可作为一种信息丰富的行为“指纹”，用于研究学习和个体差异。我们的代码可在 https://github.com/pizhn/TRAIL 获取。