Как движение и чувства сплетаются в петлю экспресс
Бактерия плывёт к еде. Химический сигнал ведёт её вперёд, но с каждым движением сигнал меняется. Возникает петля: ощущение — действие — новое ощущение. Авторы работы превратили эту петлю в измеримую величину.
Они применили идею из теории информации: можно посчитать, сколько бит (единиц информации) перетекает от органов чувств к двигательной команде и обратно. Первый поток назвали реактивным — это классический ответ на стимул. Второй — активным: здесь само движение формирует будущие ощущения, как когда мы поворачиваем голову, чтобы лучше рассмотреть предмет.
Исследователи построили простую модель, где эти два потока можно настраивать. Модель показала: если активный поток слишком мал, организм превращается в пассивный датчик и не исследует среду. Если слишком велик — он игнорирует важные сигналы. Оптимум лежит где-то посередине, и для разных задач он свой. У бактерий, например, доминирует реактивная часть: они в основном следуют за градиентом химического вещества. А у мух, ищущих запах, стратегия меняется в зависимости от того, насколько они близки к источнику.
Двусторонний обмен информацией между ощущением и движением — общая черта любых навигаторов, от простейших до искусственных. Измеряя этот обмен, можно не только предсказывать успех поиска, но и понимать, какую именно стратегию использует агент, не заглядывая в его «мозг». Так петля, начавшаяся с плывущей бактерии, становится ключом к поведению любого искателя.
Оригинальная аннотация
как её написали авторы, на английском arXiv:2607.26295
As organisms navigate the environment to locate critical resources, their behavioral actions must be tightly coupled to their sensory inputs. Here, we introduce an information-theoretic framework that quantifies this coupling using transfer entropy, which measures information flow between sensory inputs and behavioral outputs. Information flow from sensory inputs to behavior defines a "reactive" component of a navigational strategy, whereas information flow from behavior to sensory inputs defines an "active" component, whereby actions shape subsequent sensory experiences. Analyzing these bidirectional information flows enables us to both predict navigational performance and dissect navigation strategies from trajectories. Using a minimal model that captures the active and reactive components, we connect macroscopic performance to microscopic information flows. We then apply the framework to experimentally measured trajectories of bacteria, worms, and flies, as well as to machine learning agents navigating sensory landscapes. Across systems, bidirectional information flow reliably predicts navigation efficiency, revealing a common behavioral-environment feedback loop. Decomposing active and reactive information flows further exposes distinct strategies underlying bacterial chemotaxis, the spatial dependency of the navigation strategy in fly olfactory navigation, and the learned policies of a reinforcement-trained agent. Together, these results establish bidirectional information flow as a unifying principle for understanding navigation in biological and artificial systems.
Кишечная палочка за секунду «обдумывает» около 10 бит информации, решая, куда плыть. Это примерно столько же, сколько нужно, чтобы выбрать одну из тысячи возможных траекторий.