学术研究报告：生物与人工智能系统中的合作行为神经机制

作者及机构
本研究由Mengping Jiang（加州大学洛杉矶分校医学院神经生物学系）、Linfan Gu（同机构生物化学系）、Mingyi Ma、Qin Li、Jonathan C. Kao（电气工程与计算机科学系）及Weizhe Hong（生物工程系）共同完成，发表于*Science*期刊，2025年9月25日首次在线发布（DOI: 10.1126/science.adw8151）。

学术背景

科学领域：本研究横跨神经科学与人工智能（AI）领域，聚焦于合作行为（cooperation）的神经机制与计算原理。合作行为在自然界普遍存在，对个体适应性与群体生存至关重要，但其背后的神经机制尚不明确。

研究动机：现有研究提示前扣带回皮层（anterior cingulate cortex, ACC）在合作中起关键作用，但其如何协调实时互动仍未知。同时，AI领域虽在单智能体强化学习上进展显著，但多智能体协作的神经动力学与生物系统的相似性未被探索。

研究目标：
1. 揭示小鼠通过互惠合作（mutualism-based cooperation）实现目标协调的行为策略与神经表征；
2. 解析ACC在合作决策中的因果作用；
3. 通过AI多智能体模型验证合作行为的跨系统普适性。

研究流程与方法

1. 小鼠合作行为实验

研究对象：C57BL/6J小鼠（雄性与雌性各半，共17对），训练其通过同步鼻触（nose-poke）获得共同奖励（水）。

实验设计：
- 任务范式：双鼠需在特定时间窗（0.75秒）内同步鼻触才能获得奖励（图1）。
- 对照实验：
- 非合作条件：双鼠独立鼻触获奖励；
- 单边合作条件：仅一鼠需同步鼻触；
- 不透明隔板条件：阻断视觉社交线索。

行为分析：
- 高绩效组（41%鼠对）通过主动协调（非计时策略）实现成功率显著高于随机水平（图1d-g）。
- 关键行为策略：
- 接近行为（approach）：向鼻触端口移动；
- 等待行为（waiting）：在社交区停留直至伙伴抵达；
- 互动行为（interaction）：通过身体朝向调整实现动作同步（图3）。

神经记录：
- 钙成像技术：通过AAV5-hSyn-GCaMP7f标记ACC神经元，记录12,798个神经元活动（图2）。
- 结果：
- ACC神经元选择性编码成功鼻触（correct poke）与失败鼻触（miss poke）（图2f-h）；
- 社交行为（如等待）激活特定神经元群，且其表征强度与合作绩效正相关（图3r）。

因果验证：
- 化学遗传抑制ACC（hm4di）降低合作指数，延长鼻触间隔（图5c-i）；
- 光遗传抑制（stGtACR2）证实ACC在决策期（非奖励期）的关键作用（图5o-q）。

2. AI多智能体模型

任务设计：基于强化学习（PPO算法）训练两智能体在模拟环境中同步“鼻触”获奖励（图6a）。

关键发现：
- 智能体自发涌现等待策略，通过调整距离差实现同步（图7a-c）；
- 神经网络中伙伴位置表征增强，且与生物ACC类似，其编码强度预测合作成功率（图7g-h）；
- 选择性神经元消融验证“等待”与“执行”神经元的功能特异性（图7p-s）。

主要结果与逻辑链条

1. 行为层面：小鼠通过主动协调（非模仿或计时）实现合作，依赖社交信息（图1j-o）；
   
2. 神经层面：ACC编码伙伴位置、决策类型（hold/proceed）及行为策略（图4k-t），其抑制破坏协调（图5）；
   
3. AI模型：智能体通过类似ACC的神经表征实现合作，验证跨系统保守性（图6-7）。
   

结论与价值

科学意义：
1. 首次揭示ACC通过整合自我-伙伴信息驱动实时合作决策；
2. 提出“合作神经表征-行为策略-AI模型”的跨学科研究框架；
3. 为AI协作系统设计提供生物启发式原则。

应用价值：
- 为自闭症等社交障碍的神经机制研究提供新靶点；
- 推动多智能体机器人系统的自然交互算法开发。

研究亮点

1. 创新方法：
   
   • 开发高精度小鼠合作任务范式（透明隔板设计）；
     
   • 结合钙成像、化学遗传与AI强化学习的多模态验证。
     
2. 重要发现：
   
   • ACC神经元动态表征伙伴位置与决策类型；
     
   • 生物与AI系统在合作策略与神经表征上高度趋同。
     
3. 跨学科突破：首次在AI中复现生物合作神经机制，为“计算神经伦理学”提供实证基础。
   

其他价值：
- 补充实验证实水剥夺非合作必要前提（图S3i-l）；
- 家庭笼行为分析排除高绩效鼠对的一般社交偏好影响（图S1m-s）。

（全文约2200字）