权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Learning strategies and visual information used for localising a goal in bumblebee navigation: A combined behavioural, neural and modelling analysis

用于定位大黄蜂导航目标的学习策略和视觉信息：行为、神经和建模的组合分析

基本信息

批准号：
221785424
负责人：
Professor Dr. Martin Egelhaaf
金额：
--
依托单位：
Arbeitsgruppe Neurobiologie
依托单位国家：
德国
项目类别：
Research Grants
财政年份：
2012
资助国家：
德国
起止时间：
2011-12-31 至 2017-12-31
项目状态：
已结题

来源：
https://gepris.dfg.de/gepris/projekt/221785424?language=en
关键词：
Learning strategies visual information used

项目摘要

Bienen, Hummeln und andere Hymenopteren benutzen ihr visuelles Gedächtnis, um ihr Nest sowie Futterquellen zu lokalisieren. Sie kehren während des Tagesverlaufs wiederholt zu solchen Plätzen zurück und verfehlen ihr Ziel nur selten. Navigation spielt sich in einem breiten Spektrum an Distanzen ab: einerseits im Gesamtbereich in dem Futter gesucht wird, der sich über mehrere hundert Meter bis mehrere Kilometer erstreckt (‚globale Navigation‘) und andererseits in einem Bereich von nur wenigen Metern, wenn innerhalb des Zielgebiets die genaue Lage des Ziels gefunden werden soll (‚lokale Navigation‘). Auch wenn schon seit langem bekannt ist, dass visuelle Information bei der lokalen Navigation von Bienen und Hummeln eine wichtige Rolle für das Auffinden eines weitgehend unsichtbaren Ziels spielt und dass diese Information durch aktive Lernstrategien gewonnen wird, wird immer noch kontrovers diskutiert welche visuellen Merkmale während charakteristischer Lernflüge im Gedächtnis gespeichert und anschließend für das Wiederauffinden des Ziels genutzt werden. Um die Mechanismen, die der lokalen Navigation zugrunde liegen, aufzuklären, wollen wir in dem geplanten Projekt die folgenden Schlüsselfragen beantworten: Welche Information wird für das Auffinden eines Ziels gelernt und genutzt, wie wird diese Information durch die raum-zeitliche Organisation des Lern- und Suchverhaltens des Tiers bestimmt und wie ist der Lernprozess insbesondere in Umwelten organisiert, die Veränderungen unterliegen, die nur zu einem gewissen Teil vorhersagbar sind? Wie wird die im Kontext der lokalen Navigation verhaltensrelevante Information in den Aktivitätsmustern von Neuronen im visuellen System repräsentiert und wie werden diese neuronalen Signale durch die motorischen Kontrollsysteme verwendet, um schließlich das Navigationsverhalten zu vermitteln. Aus methodischen Gründen werden wir unsere experimentelle Analyse an Hummeln durchführen, deren lokales Navigationsverhalten sich von dem von Honigbienen kaum unterscheidet. Bei den Untersuchungen werden Verhaltensanalysen mit Untersuchungen auf der neuronalen Ebene sowie mit Modellsimulationen kombiniert.

好的，胡默尔恩和海瑟薇特伦给你看了，他们的鸟巢也在附近。您可以将标签的内容从菜单中删除，并将其发送给Ziel。导航在一个简短的语音和距离中进行：在未来的时间里，在一个大约一百米到一百公里的距离中进行导航（“全球导航”），而在一个只有一米的距离中进行导航，如果Zielgebiets在Zielgefunden韦尔登的拉格内（“本地导航”）。此外，如果您使用的是这种语言，那么Bienen和Hummeln的本地导航中的可视信息将对提高Ziels spielt和这些信息的有效性发挥重要作用，并且通过积极的Lernstrategien gewonnen，我们将不断地对这些可视信息进行比较，以确定Ziels genutzt韦尔登的Wiederauffinden的Gedächtnis gespeichert和anschließend的特征。Um die Mechanismen，die der lokalen Navigation zurunde liegen，aufzuklären，wollen wir in dem geplanten Projekt die folgenden Schlüsselfragen beantworten：Welche Information wird für das Auffinden eines Ziels gelernt und genutzt，wie wird diese Information durch die raum-zeitliche Organisation des Lern- und Suchverhaltens des Tiers bestimmt and wie ist der Lernprozess insbesondere in Umwelten organisiert，die Veränderungen unterliegen，只有一个人能告诉你真相吗在视觉系统中，神经元的活动记忆中的局部导航相关信息是如何再现的，以及韦尔登信号是如何通过运动控制系统来再现的，从而使导航系统变得更加准确。我们用格林韦尔登的方法对胡默尔恩进行了实验分析，使当地的导航系统能够从胡默尔恩的角度进行分析。在神经元上的韦尔登正态分布分析中，神经元的正态分布可以通过模型仿真得到。

项目成果

期刊论文数量（7）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Bioinspired event-driven collision avoidance algorithm based on optic flow

DOI：
10.1109/ebccsp.2015.7300673
发表时间：
2015-06
期刊：
2015 International Conference on Event-based Control, Communication, and Signal Processing (EBCCSP)
影响因子：
0
作者：
Moritz B. Milde;O. Bertrand;R. Benosman;M. Egelhaaf;E. Chicca
通讯作者：
Moritz B. Milde;O. Bertrand;R. Benosman;M. Egelhaaf;E. Chicca

A Bio-Inspired Model for Visual Collision Avoidance on a Hexapod Walking Robot

六足行走机器人上视觉避免碰撞的仿生模型