网格细胞在减少海马体位置表征空间混叠中的作用
文章背景与核心概要
本文探讨了海马体位置表征中“空间混叠”（Spatial Aliasing）问题的缓解机制。空间混叠是指由于环境的对称性或重复性结构，导致系统错误地将不同位置感知为相同位置的现象。研究指出，仅依赖边界向量细胞（BVC）的输入往往难以区分对称环境中的不同点。
作者通过将解析构建的网格细胞模块与边界向量细胞输入相结合，提出了一种有效的解决方案。实验证明，在开放空间、十字形障碍物环境及迷宫三种不同场景下，该方法实现了 94% 至 99% 的空间混叠减少。这一发现证实了网格细胞能够提供独立于环境几何形状的信号，从而与基于边界的映射形成互补，显著提升了在几何模糊环境下的定位可靠性。
文章详情
- 标题： The Role of Grid Cells in Reducing Spatial Aliasing in Hippocampal Place Representations
- 作者： Alexander Johnson, Obadah Ghizawi, Ali A. Minai
- 主要学科： 神经与进化计算 (
cs.NE) - 其他学科： 人工智能 (
cs.AI), 机器人学 (cs.RO), 系统与控制 (eess.SY), 神经元与认知 (q-bio.NC) - 提交日期： 2026年8月19日
- 会议背景： 2026年6月，荷兰马斯特里赫特，IEEE计算智能世界大会
摘要
空间混叠是指由于环境对称性或重复性结构，导致两个或多个不同位置产生高度相似的位置细胞表征的现象。当位置表征仅由边界向量细胞（BVC）输入构建时，这一问题尤为突出，因为对称或重复的结构会在环境中的多个位置产生难以区分的感知模式。
本研究引入网格细胞信号来缓解此类环境中的空间混叠问题。由于网格细胞贡献了周期性的、内部生成的空间信号，且这些信号的变化独立于环境几何结构，它们在消除感知上相同位置的歧义方面发挥了关键作用。
我们将多个解析构建的网格细胞模块与由 BVC 驱动的位置细胞相结合，结果显示，与仅使用 BVC 的基准相比，在以下三种环境中空间混叠减少了 94%–99%： 1. 无障碍物的开放环境； 2. 具有十字形中心障碍物且视觉对称性极高的环境； 3. 迷宫环境。
在视觉对称性最高的环境中，改进效果最为显著。这些结果表明，网格细胞提供了与基于边界的输入互补的信息，从而在几何模糊的环境中产生了更可靠的位置表征。
Spatial aliasing occurs when two or more distinct locations produce highly similar place-cell representations, primarily due to environmental symmetry or repetitive structures. This issue is most pronounced when place representations are constructed solely from boundary vector cell (BVC) inputs, because symmetric or repetitive structures can yield indistinguishable sensory patterns across multiple locations in an environment.
This work introduces grid cell signals to mitigate spatial aliasing in such settings. Because grid cells contribute periodic, internally generated spatial signals that vary independently of environmental geometry, they play a key role in disambiguating perceptually identical locations.
We integrate multiple modules of analytically constructed grid cells with BVC-driven place cells and show that this leads to a 94–99% reduction in spatial aliasing relative to a BVC-only baseline across three environments: 1. An open environment without obstacles; 2. An environment with a cross-shaped central obstacle creating high visual symmetry; and 3. A maze environment.
The greatest improvement occurs in the environment with the highest visual symmetry. These results indicate that grid cells provide information complementary to boundary-based inputs, yielding more reliable place representations in geometrically ambiguous environments.