Neuron
海马回放优先级模型在目标不确定环境中的计算机制研究
小赛推荐：
该研究提出了基于Geodesic Representation（GR）的回放优先级模型，统一了规划假说与地图假定，揭示回放在不同目标动态下的功能机制。通过模拟多个实验任务，该模型成功解释了为何回放内容可能滞后于当前行为目标，且偏向过去目标。模型具有高度可推广性，适用于目标切换任务、认知地图研究及药物开发中的路径优化。
文献概述
本文《Between planning and map-building: prioritizing replay when future goals are uncertain》，发表于《Neuron》杂志，回顾并总结了海马回放在目标切换任务中的功能争议，并提出了新的计算模型来统一“规划”与“地图”假说。研究通过强化学习（RL）框架，将回放内容建模为多目标状态-动作值函数的更新过程，进而解释回放轨迹的优先级机制。文章进一步通过模拟不同实验任务验证该模型的适应性与预测能力，为未来实验设计提供理论基础。
背景知识
海马回放（hippocampal replay）长期以来被认为在空间导航、记忆巩固及未来路径规划中扮演关键角色，但其具体功能仍存在争议。规划假说认为回放用于即时目标导向行为的优化，而地图假说则认为回放构建抽象环境表征，独立于当前目标。Mattar与Daw的强化学习模型（Dyna-Q）为规划假说提供了可计算框架，但近期实验数据（如Gillespie等和Carey等）显示回放滞后于行为学习，挑战了规划假说的主导地位。本文通过引入Geodesic Representation（GR）模型，将回放的计算目标从单一当前目标扩展到潜在未来目标，并基于动物对目标切换统计的学习，解释回放滞后现象。该模型为回放功能的统一解释提供了新视角，并为未来实验设计提供了可验证预测。
研究方法与实验
研究基于强化学习（RL）和Dyna架构，构建了Geodesic Representation（GR）模型。该模型通过多目标状态-动作值函数的更新，模拟回放在不同目标下的优先级选择。作者在多个模拟任务中测试模型表现，包括T迷宫、八臂迷宫及带有瓶颈结构的四室环境，验证回放轨迹与行为学习的耦合程度。
关键结论与观点
研究意义与展望
该研究统一了海马回放的两大主流假说——规划假说与地图假说，指出它们是同一模型在不同目标不确定性下的极端表现。未来实验可进一步测试目标统计学习对回放轨迹的调制作用，尤其是在动态目标切换任务中。此外，模型还可拓展至非导航任务，如记忆搜索与问题解决，为海马回放在更广泛认知功能中的作用提供理论依据。
结语
本文提出了一个基于强化学习的海马回放优先级模型，解释了回放滞后于行为学习的现象。该模型通过Geodesic Representation（GR）机制，将回放路径的选择扩展到未来目标，使回放轨迹的优先级由目标预期分布决定。模拟结果表明，在目标切换频繁的环境中，回放更关注过去目标；而在目标稳定环境中，回放聚焦当前目标。这一机制为回放功能提供了统一解释框架，并为实验设计提供了可验证的预测，如回放路径统计与目标切换频率的关系。未来研究可进一步测试该模型在非导航任务中的适用性，以及目标统计学习在神经回路中的实现方式。
