視覺線索受限環(huán)境導(dǎo)航中認(rèn)知地圖的動(dòng)態(tài)加工機(jī)制

摘 "要""視覺線索受限環(huán)境中， 視覺線索模糊和視野狹窄等因素會(huì)降低個(gè)體導(dǎo)航效能。認(rèn)知地圖憑借其靈活性和預(yù)覽性的特點(diǎn)為導(dǎo)航提供支持， 保證導(dǎo)航過程的連續(xù)性和準(zhǔn)確性。研究分析了認(rèn)知地圖的構(gòu)成要素及相關(guān)理論基礎(chǔ)， 提出了認(rèn)知地圖的構(gòu)建和更新?校正兩階段動(dòng)態(tài)加工機(jī)制及其對視覺線索受限環(huán)境中空間導(dǎo)航行為的影響。在構(gòu)建階段， 個(gè)體通過多感官通道獲取并整合空間信息形成認(rèn)知地圖; 在更新?校正階段， 個(gè)體更新并校正空間心智模型和空間定向以實(shí)現(xiàn)空間導(dǎo)航， 并全程受到元認(rèn)知監(jiān)控的調(diào)節(jié)。認(rèn)知地圖的動(dòng)態(tài)加工機(jī)制厘清了推理、語言、元認(rèn)知等認(rèn)知加工過程如何支持視覺線索受限等環(huán)境中的空間導(dǎo)航行為， 為未來探索空間導(dǎo)航能力訓(xùn)練、人機(jī)協(xié)同導(dǎo)航智能化等方面提供理論基礎(chǔ)。

關(guān)鍵詞""視覺線索受限環(huán)境， 空間導(dǎo)航， 認(rèn)知地圖， 更新?校正階段加工

分類號(hào)""B842

1""引言

空間導(dǎo)航是個(gè)體在導(dǎo)航過程中保持方向、識(shí)別位置以及規(guī)劃路徑的一種空間認(rèn)知能力（Gallistel， 1989）。認(rèn)知地圖為空間導(dǎo)航提供了內(nèi)部表征框架， 它通過整合空間信息， 包括路標(biāo)位置、路徑走向等， 幫助個(gè)體在腦海中構(gòu)建起對環(huán)境的整體認(rèn)識(shí)， 從而為空間導(dǎo)航奠定基礎(chǔ)。空間導(dǎo)航作為人與環(huán)境交互的復(fù)雜認(rèn)知行為， 不僅需要個(gè)體具備較高的空間認(rèn)知能力， 還需要根據(jù)環(huán)境變化靈活調(diào)整導(dǎo)航策略， 其中主要包含路線策略（route strategy）和定向策略（survey strategy） （G?rling et al.， 1981）。路線策略以識(shí)別和記憶路標(biāo)為主， 如路標(biāo)識(shí)別、路標(biāo)序列記憶等; 定向策略包含對環(huán)境的整體空間表征， 如路徑整合。目前， 空間導(dǎo)航的相關(guān)研究多聚焦于視覺主導(dǎo)的地面環(huán)境， 而隨著人類對空天海等環(huán)境的不斷探索， 空間導(dǎo)航對個(gè)體空間認(rèn)知能力提出了更高的要求。與視覺主導(dǎo)的一般導(dǎo)航環(huán)境不同， 黑暗、夜航、低能

見度以及封閉空間等視覺線索受限環(huán)境導(dǎo)航（navigation in visually cue-restricted environments）中， 由于視覺線索模糊或缺失、環(huán)境信息不確定以及身體運(yùn)動(dòng)信息受限等因素， 個(gè)體難以形成完整的空間表征， 從而增加了空間導(dǎo)航的難度（Creem-Regehr et al.， 2021）。理論上， 認(rèn)知地圖（cognitive map）作為個(gè)體基于環(huán)境整體空間結(jié)構(gòu)選擇環(huán)境線索構(gòu)建獨(dú)立于自身存在的全景地圖， 有助于規(guī)劃路線和修正錯(cuò)誤路線（吳文雅， 王亮， 2023; Ishikawa amp; Zhou， 2020）。然而， 視覺線索受限環(huán)境中的空間導(dǎo)航機(jī)制尚不明確， 特別是個(gè)體在視覺線索缺乏的情況下如何通過整合環(huán)境線索構(gòu)建認(rèn)知地圖， 以及在環(huán)境變化后如何更新和校正認(rèn)知地圖。基于此， 本研究回顧了空間導(dǎo)航中認(rèn)知地圖的相關(guān)研究， 結(jié)合視覺線索受限環(huán)境導(dǎo)航的特征闡述了認(rèn)知地圖的動(dòng)態(tài)加工機(jī)制， 旨在探討這一機(jī)制如何支持空間導(dǎo)航， 以提升個(gè)體在視覺線索受限環(huán)境中的導(dǎo)航能力。

2""認(rèn)知地圖的構(gòu)成要素與表征

Wolbers和Hegarty （2010）提出的空間導(dǎo)航加工模型總結(jié)了個(gè)體在空間導(dǎo)航過程中涉及的環(huán)境空間線索和個(gè)體空間認(rèn)知能力， 提出了空間表征的離線表征和在線表征兩種形式。基于該模型， 結(jié)合個(gè)體在空間導(dǎo)航中面臨的環(huán)境特征和認(rèn)知特點(diǎn)， 本研究歸納了認(rèn)知地圖所包含的構(gòu)成要素， 并系統(tǒng)梳理了認(rèn)知地圖中各要素組織形式的相關(guān)理論。

2.1""認(rèn)知地圖的構(gòu)成要素

從空間導(dǎo)航的人?環(huán)境交互的視角出發(fā)， 認(rèn)知地圖的構(gòu)成要素可劃分為兩大類：以環(huán)境特征為主的環(huán)境要素和以個(gè)體認(rèn)知加工過程為主的認(rèn)知要素。環(huán)境要素可進(jìn)一步根據(jù)空間環(huán)境知識(shí)分為以路線知識(shí)為主的路標(biāo)視覺要素、路標(biāo)語義特征、路標(biāo)有效性等， 和以定向知識(shí)為主的路標(biāo)可見性、空間軸向、空間邊界和轉(zhuǎn)彎/交叉路口等。而認(rèn)知要素以情境記憶（episodic memory）和事件（event）為主， 本研究中所提及的“事件”這一概念代表個(gè)體在不同時(shí)空點(diǎn)下與情景記憶密切相關(guān)的狀態(tài)。圖1總結(jié)了認(rèn)知地圖構(gòu)成要素的總體分類， 以下是對兩類要素的詳細(xì)闡述。

環(huán)境要素中， 個(gè)體通過單獨(dú)或疊加使用各要素識(shí)別路標(biāo)的獨(dú)特性， 從而形成路線知識(shí)。路標(biāo)以視覺要素（如顏色、形狀等）為主， 其中包含豐富的感知覺信息。Ishikawa和Nakamura （2012）的研究表明， 人們會(huì)傾向于將面積較大、色彩飽和度較高的建筑物視為路標(biāo)， 這種偏好會(huì)影響路線選擇。除了視覺線索外， 聽覺、前庭覺等感知覺提供的線索也能作為路標(biāo)提高個(gè)體導(dǎo)航績效（Wunderlich et al.， 2023; Gao et al.， 2021; Jabbari et al.， 2021; Karim et al.， 2018）。此外， 路標(biāo)的語義特征賦予了路標(biāo)獨(dú)特性， 這一特征通常包含文化與歷史因素（Nuhn amp; Timpf， 2018）。例如， 博物館和體育館等功能性建筑物或具有歷史價(jià)值的舊址或天壇等均可作為路標(biāo)。不同地理位置的路標(biāo)也展現(xiàn)出其獨(dú)特性， 例如， Ishikawa和Nakamura （2012）發(fā)現(xiàn)， 交叉路口的建筑物常被作為路標(biāo)， 而在陌生環(huán)境中， 個(gè)體對這些路標(biāo)的識(shí)記率更高（Yesiltepe"et al.， 2021）。個(gè)體對路標(biāo)的偏好以識(shí)別有效路標(biāo)為目的， 若記憶中的路標(biāo)與真實(shí)環(huán)境不一致則容易產(chǎn)生迷失感。以路線知識(shí)為主的環(huán)境要素多以離散形式存在， 以定向知識(shí)為主的環(huán)境要素連接離散的構(gòu)成要素， 幫助個(gè)體構(gòu)建整體空間表征。根據(jù)路標(biāo)的可見性， 路標(biāo)可分為整體路標(biāo)（global landmark）和局部路標(biāo)（local landmark）兩類（Yesiltepe et al.， 2019; L?wen et al.， 2019）。山脈、大廈等可以從遠(yuǎn)距離觀測到的路標(biāo)為整體路標(biāo)， 而僅在少部分地區(qū)或近距離才能觀察到的路標(biāo)為局部路標(biāo)， 個(gè)體能夠通過判斷整體路標(biāo)與局部路標(biāo)的位置關(guān)系來確定自己在空間中的位置。然而， 對于整體路標(biāo)和局部路標(biāo)對認(rèn)知地圖影響作用的研究結(jié)果尚無定論。部分研究認(rèn)為局部路標(biāo)有效支持個(gè)體空間導(dǎo)航， 但也有研究提出整體路標(biāo)在基于認(rèn)知地圖的導(dǎo)航中更為重要（Credé et al.， 2020; Meilinger et al.， 2014）。此外， 空間軸向作為環(huán)境特征要素之一， 也會(huì)影響個(gè)體構(gòu)建認(rèn)知地圖。空間框架理論（spatial framework）提出， 個(gè)體以自我中心參考框架表征空間信息， 并通過頭腳軸、前后軸和左右軸三個(gè)軸定位物體， 其中識(shí)別頭腳軸最為容易， 識(shí)別左右軸最為困難（Pitt et al.， 2022）。另外， 空間邊界會(huì)調(diào)節(jié)環(huán)境幾何表征并分割沿途發(fā)生的事件從而影響個(gè)體對空間環(huán)境的情景記憶。例如， 人們?nèi)菀讓⑼环块g內(nèi)的信息組塊記憶（Hao et al.， 2022; Brunec et al.， 2018）。路口將連續(xù)路線分割為路線片段儲(chǔ)存于空間記憶中， 路線間的方位分布構(gòu)成了認(rèn)知地圖的空間基礎(chǔ)， 分離的路線片段也能夠在認(rèn)知地圖的基礎(chǔ)上靈活重組， 構(gòu)成新的空間表征（Nardi et al.， 2020; Brunec et al.， 2018; Bonasia et al.， 2016）。

認(rèn)知地圖不僅包含環(huán)境表征等環(huán)境要素， 還涉及導(dǎo)航情境中與個(gè)體狀態(tài)相關(guān)的信息， 即認(rèn)知要素。首先， 情景記憶是一個(gè)具有重要影響的認(rèn)知因素。已有研究表明， 海馬和內(nèi)側(cè)顳葉參與認(rèn)知地圖構(gòu)建， 其中內(nèi)側(cè)顳葉與情景記憶有關(guān)。場景構(gòu)建理論（scene construction theory）認(rèn)為， 海馬（hippocampus， HC）支持個(gè)體構(gòu)建復(fù)雜空間情景， 這些情景可作為“腳手架”幫助個(gè)體整合經(jīng)驗(yàn)并補(bǔ)充細(xì)節(jié)（Maguire amp; Mullally， 2013）。其次， 導(dǎo)航中的事件也會(huì)影響認(rèn)知地圖的表征。Sheldon和El-Asmar"（2018）發(fā)現(xiàn)， 存在不同的認(rèn)知機(jī)制支持事件和場景表征的構(gòu)建， 其中事件表征通過情景記憶支持環(huán)境要素結(jié)構(gòu)化。由于事件反映個(gè)體在環(huán)境中的一系列狀態(tài)， 使空間導(dǎo)航具備時(shí)空特性（Teghil et al.， 2019）， 本研究也將時(shí)間知覺納入“事件”中加以考慮， 這一點(diǎn)在認(rèn)知神經(jīng)的研究中也得以證明。Ekstrom和Ranganath （2018）認(rèn)為海馬是圍繞空間和時(shí)間組織經(jīng)驗(yàn)的靈活且結(jié)構(gòu)化的系統(tǒng)， 幫助個(gè)體實(shí)現(xiàn)多模態(tài)整合以支持從空間導(dǎo)航到情景記憶的多種認(rèn)知功能。其中， 海馬CA1接受來自內(nèi)嗅皮層（entorhinal cortex， ERC）的信息傳入以支持基于多種任務(wù)和行為狀態(tài)下的記憶和空間導(dǎo)航（Priestley et al.， 2022）。另外， 情緒也被證明能夠影響個(gè)體對認(rèn)知地圖的表征。如情緒會(huì)影響個(gè)體對路線線索的空間記憶效率（Chan et al.， 2014）。

綜上所述， 認(rèn)知地圖中的各要素并非孤立存在， 而是相互結(jié)合、共同影響空間導(dǎo)航。例如， 研究發(fā)現(xiàn)， 在使用導(dǎo)航輔助軟件時(shí)， 賦予路標(biāo)情感線索的聽覺敘述能夠促使個(gè)體更多地使用第一視角地圖進(jìn)行導(dǎo)航（Lanini-Maggi et al.， 2021）。基于此， 本研究簡要梳理了有關(guān)認(rèn)知地圖表征形式的相關(guān)理論， 旨在解釋這些要素間的相互作用機(jī)制。

2.2""認(rèn)知地圖要素組織形式

認(rèn)知地圖通過反映對環(huán)境的完整表征來支持空間導(dǎo)航， 但這一表征過程往往存在認(rèn)知扭曲。歐氏空間表征、認(rèn)知圖譜和Spacecog模型等理論均探討了個(gè)體如何在認(rèn)知地圖中組織環(huán)境要素。Bellmund等（2018）提出的認(rèn)知空間理論在總結(jié)環(huán)境要素組織形式的同時(shí)整合了認(rèn)知要素， 構(gòu)建了包含抽象概念的空間表征形式。下文詳細(xì)闡述了各個(gè)理論的內(nèi)容。

2.2.1""認(rèn)知地圖中的空間信息整合方式

路標(biāo)學(xué)習(xí)與路徑整合是兩種基本的空間信息整合方式。一方面， 路標(biāo)學(xué)習(xí)通過個(gè)體對路標(biāo)與目標(biāo)位置關(guān)系的判斷以及路標(biāo)序列的記憶形成空間關(guān)系聯(lián)結(jié)（李丹， 楊昭寧， 2015）。Wang等（2014）提出， 個(gè)體在不同環(huán)境的導(dǎo)航中會(huì)形成三種路標(biāo)知識(shí)：引導(dǎo)性的路標(biāo)知識(shí)、位置識(shí)別的路標(biāo)知識(shí)和路標(biāo)序列知識(shí)。引導(dǎo)性的路標(biāo)知識(shí)和位置識(shí)別的路標(biāo)知識(shí)主要用于判斷自身、路標(biāo)與目標(biāo)之間的空間關(guān)系， 而路標(biāo)序列知識(shí)則涉及個(gè)體對路標(biāo)間空間關(guān)系及其順序的編碼。對于部分簡單路線， 個(gè)體僅需記憶路標(biāo)間的序列關(guān)系即可完成導(dǎo)航， 但當(dāng)路標(biāo)序列包含空間度量信息時(shí)， 路標(biāo)序列知識(shí)則比一般的序列記憶更加復(fù)雜。另一方面， 路徑整合是個(gè)體通過身體運(yùn)動(dòng)產(chǎn)生的前庭覺和本體覺（統(tǒng)稱為idiothetic信號(hào)）收集運(yùn)動(dòng)方向與距離信息以記錄個(gè)體相對位移的過程（Anastasiou et al.， 2023; Renault et al.， 2018）。Wang"（2016）提出了路徑整合的計(jì)算機(jī)制， 認(rèn)為人類在空間導(dǎo)航中會(huì)使用多個(gè)路徑積分器（path integrator）來追蹤路標(biāo)在環(huán)境中的位置。例如， 當(dāng)個(gè)體從A導(dǎo)航至B時(shí)會(huì)建立從A到B的路徑積分器A， 并不斷更新其位置; 而從B移動(dòng)到C時(shí)， 則會(huì)建立和更新路徑積分器B。路徑整合計(jì)算并連接多個(gè)路徑積分器并儲(chǔ)存于長時(shí)記憶中。但僅依賴路徑整合系統(tǒng)會(huì)累積路徑整合錯(cuò)誤（Wang， 2016）。因此， 整合過程還需路標(biāo)知識(shí)參與以糾正累積的路徑錯(cuò)誤， 路徑的度量信息會(huì)與其他路標(biāo)信息一同納入認(rèn)知地圖。

2.2.2""歐氏空間表征和認(rèn)知圖譜

研究者認(rèn)為， 通過路標(biāo)學(xué)習(xí)和路徑整合構(gòu)建的認(rèn)知地圖更符合以表達(dá)地理環(huán)境信息為主的歐氏空間表征形式， 該表征支持個(gè)體識(shí)別方向、尋找捷徑（Wang， 2016）。部分認(rèn)知神經(jīng)研究支持了這一觀點(diǎn)。研究發(fā)現(xiàn)， 內(nèi)嗅皮層和海馬中的位置細(xì)胞（place cell）和網(wǎng)格細(xì)胞（grid cell）編碼空間位置和方位信息， 神經(jīng)元相互協(xié)調(diào)形成空間記憶和空間導(dǎo)航所需要的神經(jīng)回路， 構(gòu)建導(dǎo)航定位系統(tǒng)， 進(jìn)而在腦內(nèi)形成認(rèn)知地圖（鄭麗 等， 2023）。對導(dǎo)航過程中海馬前部和內(nèi)嗅皮層活動(dòng)的監(jiān)測顯示， 內(nèi)嗅皮層支持歐式距離編碼， 該區(qū)域內(nèi)網(wǎng)格細(xì)胞的多個(gè)放電場為空間表征提供環(huán)境坐標(biāo)系（Howard et al.， 2014）。在fMRI （Doeller et al.， 2010）、單神經(jīng)元活動(dòng)（Jacobs et al.， 2013）和顱內(nèi)q波振蕩（Maidenbaum et al.， 2018）的研究中均發(fā)現(xiàn)了網(wǎng)格細(xì)胞支持歐式度量空間表征的證據(jù)。然而， 個(gè)體對空間信息的組織方式可能會(huì)產(chǎn)生認(rèn)知扭曲， 即使空間表征不完全符合歐式表征， 個(gè)體仍能識(shí)別路標(biāo)間的空間位置關(guān)系， 研究者將這種表征空間信息的形式稱為認(rèn)知圖譜（cognitive graph） （Peer et al.， 2021; Meilinger et al.， 2018; Brunec et al.， 2017; Chrastil amp; Warren， 2014）。認(rèn)知圖譜將部分路標(biāo)的空間位置標(biāo)記為節(jié)點(diǎn)（node）， 節(jié)點(diǎn)間以鏈接（links）的形式組織， 鏈接僅表示節(jié)點(diǎn)間導(dǎo)航必要的動(dòng)作序列和度量信息（Warren， 2019）。因此， 認(rèn)知圖譜可看作是轉(zhuǎn)換導(dǎo)航狀態(tài)的特定動(dòng)作序列集合。認(rèn)知神經(jīng)的相關(guān)研究顯示， 海馬中的位置細(xì)胞將空間和時(shí)間劃分為不同片段（Wang et al.， 2020; Bulkin et al.， 2020）， 按照經(jīng)驗(yàn)的層次結(jié)構(gòu)進(jìn)行編碼以表示環(huán)境要素之間的圖式關(guān)系（Sun et al.， 2020; Baraduc et al.， 2019）。Bicanski和Burgess （2020）總結(jié)了與海馬相關(guān)的研究后提出了向量編碼細(xì)胞在空間認(rèn)知中的作用及編碼機(jī)制， 指出多種類型的向量編碼細(xì)胞（如邊界向量細(xì)胞、對象向量細(xì)胞和路標(biāo)向量細(xì)胞）在遠(yuǎn)離感覺外圍的腦區(qū)中編碼環(huán)境中的距離和方向信息。這些細(xì)胞通過相互連接和參考框架轉(zhuǎn)換支持了自我定位、記憶和導(dǎo)航規(guī)劃等空間認(rèn)知功能。可見， 個(gè)體對空間環(huán)境的表征形式可能存在一定結(jié)構(gòu)性， 底層結(jié)構(gòu)以歐式表征表示空間度量信息， 上層結(jié)構(gòu)實(shí)現(xiàn)空間認(rèn)知加工。

2.2.3 "Spacecog大尺度空間認(rèn)知神經(jīng)計(jì)算模型

Burkhardt等（2023）提出了名為Spacecog的大尺度空間認(rèn)知神經(jīng)計(jì)算模型， 解釋了人類的多個(gè)腦區(qū)間如何相互作用并通過空間記憶表征物體位置（圖2）。該模型整合了三個(gè)獨(dú)立的神經(jīng)計(jì)算模型， 分別為物體識(shí)別和物體探測的注意模型（Beuth， 2019）、掃視空間知覺模型（Bergelt amp; Hamker， 2019）和空間記憶和表象模型（Bicanski amp; Burgess， 2018）。這些模型通過結(jié)合物體記憶與視覺感知對應(yīng)個(gè)體的編碼及心理想象過程。編碼過程中， 代理（agent）通過特征注意進(jìn)行視覺搜索， 改變了視覺皮層V4/IT區(qū)域上對象細(xì)胞的反應(yīng)曲線。同時(shí)， V4/IT信息驅(qū)動(dòng)額眼區(qū)（frontal eye field， FEF）進(jìn)行目標(biāo)選擇， 而相關(guān)空間信息則通過頂內(nèi)溝外側(cè)壁（lateral intraparietal cortex， LIP）進(jìn)行空間視覺轉(zhuǎn)換并將信息從眼中心參考框架轉(zhuǎn)換為頭中心參考框架， 隨后在頂葉窗口（parietal window， PW）與環(huán)境信息相結(jié)合， 通過后扣帶回轉(zhuǎn)換回路（retrosplenial transformation circuit， RSC/TR）最終將空間信息轉(zhuǎn)換為世界中心參考框架。空間信息在長時(shí)記憶中被編碼至內(nèi)側(cè)顳葉（medial temporal lobe， MTL）中的吸引子網(wǎng)絡(luò)（attractor network）。在表征心理意象的過程中， 利用物體識(shí)別通過基于線索的記憶檢索機(jī)制在MTL中重新激活先前編碼階段的神經(jīng)模式， 此時(shí)， 神經(jīng)模式中包含編碼過程中代理的空間信息（包含物體間的相對位置信息和相對于環(huán)境的絕對位置信息）。這些模式被用于空間導(dǎo)航， 并通過RSC和LIP再次將空間信息從世界中心的參考框架轉(zhuǎn)換為以眼為中心的參考框架， 從而在FEE中進(jìn)行注意力控制。該模型較全面地涵蓋了認(rèn)知地圖構(gòu)建過程中從視覺識(shí)別到空間表征記憶的過程， 視覺與記憶在認(rèn)知地圖中的緊密聯(lián)系能夠幫助個(gè)體準(zhǔn)確有效地重新定位先前編碼過的物體。

2.2.4""認(rèn)知空間

上述表征形式均聚焦于認(rèn)知地圖對空間環(huán)境信息的物理表征， 但越來越多的研究者認(rèn)為認(rèn)知地圖不僅涵蓋空間環(huán)境信息， 還包含與導(dǎo)航過程相關(guān)的具有時(shí)序性的事件序列和與行動(dòng)相關(guān)的抽象概念（Bellmund et al.， 2018; Park et al.， 2020）。Bellmund等（2018）提出認(rèn)知空間（cognitive space）是由刺激的多種質(zhì)量維度（包括物理特征如位置、方向和抽象特征如顏色、形狀）構(gòu)成的空間表征形式（圖3） （Gardenfors， 2004）。刺激根據(jù)不同維度的特征值在認(rèn)知空間中定位。具體來說， 認(rèn)知空間是由滿足幾何約束（如鄰近性和等距性）的各維度所構(gòu)成的空間， 其中每個(gè)刺激根據(jù)其在相關(guān)維度上的特征值被定位在認(rèn)知空間中的特定位置。刺激的概念屬性界定為相關(guān)領(lǐng)域內(nèi)的凸區(qū)域（convex region）， 即在某一維度上， 若設(shè)定兩點(diǎn)的坐標(biāo)為x和y， 則該區(qū)域內(nèi)的任意點(diǎn)都包含于該區(qū)域內(nèi)。基于概念屬性的定義， 概念原型位于區(qū)域核心， 其他相關(guān)點(diǎn)則根據(jù)與核心概念的距離分布在不同位置。通過歐式度量的連續(xù)空間Voronoi鑲嵌， 空間中所有對象的位置被離散化從而更接近概念原型， 形成凸區(qū)域（Gardenfors， 2004; Bellmund et al.， 2018）。在這種框架下， 屬性構(gòu)成了概念的最簡單形式。個(gè)體可基于凸區(qū)域?qū)σ延懈拍钸M(jìn)行歸納推理。具體來說， 如果兩個(gè)刺激x和y存在共同屬性， 則推斷位于x和y區(qū)域間的其他刺激也具有相同屬性， 復(fù)雜屬性則由多個(gè)領(lǐng)域和其他相關(guān)聯(lián)信息組成。概念則可根據(jù)多個(gè)領(lǐng)域中的凸區(qū)域以顯著性加權(quán)。例如， 在表征“故宮”時(shí)， 其概念由地理位置特征、文化屬性和建筑樣式等多個(gè)凸區(qū)域共同定義。HC-EC系統(tǒng)中的處理機(jī)制作為人類高級(jí)認(rèn)知的通用格式支持認(rèn)知空間（Bellmund et al.， 2018）。例如， 位置細(xì)胞群的放電場提供個(gè)體周圍環(huán)境的空間表征， 網(wǎng)格細(xì)胞的六邊形對稱放電模式通過提供環(huán)境坐標(biāo)系支持空間導(dǎo)航（Hafting et al.， 2005）。位置細(xì)胞和網(wǎng)格細(xì)胞可能是用于映射經(jīng)驗(yàn)維度的通用機(jī)制， 這一機(jī)制下， 位置細(xì)胞支持個(gè)體搜索并定位由內(nèi)嗅網(wǎng)格系統(tǒng)支持的認(rèn)知空間中的刺激。位置細(xì)胞與網(wǎng)格細(xì)胞的放電場隨嚙齒類動(dòng)物海馬背腹軸的延伸而增大（Stensola et al.， 2012）， 這與認(rèn)知空間在不同粒度下的映射相契合， 反映了知識(shí)層次或嵌套概念的多尺度表征。另外， 位置細(xì)胞和網(wǎng)格細(xì)胞在重建過程中的序列活動(dòng)以及q波振蕩的參與， 使得個(gè)體能夠通過激活不同位置的神經(jīng)元序列來模擬移動(dòng)軌跡（Trettel et al.， 2019; Buckner， 2010）， 從而支持空間導(dǎo)航和其他適應(yīng)性行為。認(rèn)知空間的幾何定義通過各維度之間的關(guān)系允許個(gè)體靈活地推理和處理信息。通過將位置細(xì)胞和網(wǎng)格細(xì)胞的編碼映射到認(rèn)知空間的多個(gè)質(zhì)量維度， 相似的刺激根據(jù)其在相關(guān)維度上的特征值被定位在認(rèn)知空間中的相近位置， 而不相似的刺激則被放置在較遠(yuǎn)的位置。這種映射機(jī)制使大腦能夠基于幾何約束進(jìn)行推理， 并支持復(fù)雜的高級(jí)認(rèn)知功能。對認(rèn)知空間的研究揭示了個(gè)體如何利用特定功能細(xì)胞的連續(xù)多尺度編碼映射空間， 該系統(tǒng)賦予了個(gè)體靈活表征不同結(jié)構(gòu)的環(huán)境并通過時(shí)間序列模擬空間軌跡的能力。

2.2.5""歐氏空間、認(rèn)知圖譜和認(rèn)知空間的異同

認(rèn)知地圖反映個(gè)體對環(huán)境空間的認(rèn)識(shí)。歐氏空間、認(rèn)知圖譜和認(rèn)知空間分別探討了個(gè)體對環(huán)境的表征形式， 但各概念包含內(nèi)容的側(cè)重點(diǎn)有所不同， 表1列舉了各概念及其表征形式。歐氏空間將環(huán)境信息納入全局坐標(biāo)系中， 側(cè)重于對環(huán)境空間度量信息的表征（Peer et al.， 2021）， 表征形式類似“地圖”， 支持個(gè)體有效判斷物體間距離及相對方向。而認(rèn)知圖譜則不使用任何空間坐標(biāo)系， 即使歐氏空間表征出現(xiàn)認(rèn)知扭曲， 個(gè)體依然能夠了解路標(biāo)之間的拓?fù)浣Y(jié)構(gòu)（順序和連接性） （Lynch， 1964）。而無論是歐氏空間還是認(rèn)知圖譜， 都僅從空間信息的角度解釋了認(rèn)知地圖各要素的表征形式， 但眾多研究表明認(rèn)知因素如標(biāo)志性事件、時(shí)間知覺等會(huì)影響人們對環(huán)境的表征（Sheldon amp; El-Asmar， 2018; Teghil et al.， 2019）。認(rèn)知空間在環(huán)境表征的基礎(chǔ)上將抽象概念納入其中以更完整且靈活的形式表現(xiàn)空間導(dǎo)航， 該理論的優(yōu)點(diǎn)是支持個(gè)體在表征空間環(huán)境信息的同時(shí)將導(dǎo)航中的相關(guān)“事件”作為一個(gè)凸區(qū)域存在， 使個(gè)體能夠隨時(shí)提取相關(guān)事件以便規(guī)劃路線。

3""認(rèn)知地圖在視覺線索受限環(huán)境導(dǎo)航中的動(dòng)態(tài)加工機(jī)制

一般導(dǎo)航中， 個(gè)體依賴視覺線索進(jìn)行路徑整合以構(gòu)建認(rèn)知地圖。視覺線索蘊(yùn)含豐富的空間信息， 能夠提供較為準(zhǔn)確的距離、方向和物體位置信息， 從而顯著提升個(gè)體空間定位和空間導(dǎo)航的準(zhǔn)確性。然而， 在視覺線索受限環(huán)境導(dǎo)航中， 因視覺線索缺失或模糊、視敏度下降和視野狹窄等問題， 個(gè)體對距離、方位等空間信息的判斷能力受到削弱（Creem-Regehr et al.， 2021）。同時(shí)， 由于缺乏視覺反饋校正路徑整合過程， 容易累積路徑整合誤差， 進(jìn)而導(dǎo)致導(dǎo)航失敗， 降低導(dǎo)航信心。認(rèn)知地圖作為反映環(huán)境空間特征的全景地圖為個(gè)體提供必要的環(huán)境空間信息。在視覺線索受限的環(huán)境中， 個(gè)體對認(rèn)知地圖的依賴程度相比一般導(dǎo)航環(huán)境更高（Cheung et al.， 2012）。這一點(diǎn)在嚙齒類動(dòng)物的研究中得到了支持。研究表明， 小鼠在黑暗環(huán)境中依賴路徑整合感知周圍環(huán)境（Cheung et al.， 2012）。在人類導(dǎo)航， 尤其在視覺線索受限的環(huán)境下， 認(rèn)知地圖承擔(dān)了更多功能。除提供基本環(huán)境信息外， 個(gè)體需要主動(dòng)整合多感官信息以更新和校正認(rèn)知地圖， 強(qiáng)調(diào)了認(rèn)知地圖動(dòng)態(tài)加工中更新和校正環(huán)境線索的重要性。同時(shí)， 元認(rèn)知監(jiān)控在整個(gè)更新和校正過程中起著至關(guān)重要的作用， 它使個(gè)體能夠評估和調(diào)整自己的空間信息處理策略。本節(jié)詳細(xì)闡述了認(rèn)知地圖在視覺線索受限環(huán)境導(dǎo)航中的動(dòng)態(tài)加工機(jī)制， 重點(diǎn)探討了從空間心智模型角度出發(fā)的認(rèn)知地圖更新?校正階段。圖4為認(rèn)知地圖在視覺線索受限環(huán)境中的認(rèn)知加工機(jī)制示意圖。

3.1""空間心智模型

個(gè)體在探索環(huán)境后形成的認(rèn)知地圖旨在客觀、全面地反映環(huán)境信息。在自由探索空間的過程中， 人們偏好選擇連接性強(qiáng)的路徑構(gòu)建認(rèn)知地圖， 并通過回訪已探索的路線來校驗(yàn)各路徑間的關(guān)系， 確保認(rèn)知地圖的準(zhǔn)確性（Brunec et al.， 2023）。因此， 在構(gòu)建階段， 認(rèn)知地圖以反映空間環(huán)境的物理特征為主， 其表征形式更接近歐氏空間， 例如對距離和方向的精確表示。Widloski和Fiete （2014）的網(wǎng)格細(xì)胞發(fā)展模型將網(wǎng)格細(xì)胞網(wǎng)絡(luò)的發(fā)展劃分為可塑性階段和活動(dòng)階段。在可塑性階段， 個(gè)體整合遠(yuǎn)近環(huán)境線索為大腦提供環(huán)境和距離信息， 從而支持構(gòu)建認(rèn)知地圖的歐氏空間表征。認(rèn)知地圖的更新?校正階段中， 空間心智模型（spatial mental model）以認(rèn)知空間為基礎(chǔ)。空間心智模型能夠整合特定事件的時(shí)間、空間和個(gè)體相關(guān)特征等信息， 具有抽象特征（Noordzij et al.， 2006）， 支持個(gè)體在視覺線索受限環(huán)境中綜合環(huán)境特征與認(rèn)知因素理解環(huán)境信息。如前所述， 認(rèn)知地圖的構(gòu)成要素不僅包含環(huán)境要素， 還包含認(rèn)知要素， 這要求空間心智模型不僅需要表征環(huán)境中的各類要素， 還需有效地整合認(rèn)知要素。這一過程對個(gè)體的認(rèn)知資源提出了較高要求。基于此， 我們認(rèn)為， 認(rèn)知空間憑借其高效的表征方式， 在視覺線索受限的環(huán)境中更具導(dǎo)航適應(yīng)性。據(jù)此， 本研究推測， 視覺線索受限環(huán)境導(dǎo)航中， 認(rèn)知地圖的動(dòng)態(tài)加工在空間心智模型中進(jìn)行， 并且這一加工過程以認(rèn)知空間為認(rèn)知基礎(chǔ)。

3.2""認(rèn)知地圖在視覺線索受限環(huán)境中的更新?校正

空間導(dǎo)航開始后， 認(rèn)知地圖由靜態(tài)離線表征轉(zhuǎn)換為動(dòng)態(tài)在線表征的同時(shí)， 表征內(nèi)容隨環(huán)境改變而變化（Eilam， 2014）。在視覺線索受限環(huán)境導(dǎo)航中， 個(gè)體依賴認(rèn)知地圖進(jìn)行定位與路徑規(guī)劃， 并持續(xù)更新與校正環(huán)境信息以確保空間信息的準(zhǔn)確性。該階段中， 首先要求個(gè)體保持對自身運(yùn)動(dòng)方向的認(rèn)識(shí)， 空間更新為此提供認(rèn)知基礎(chǔ)。一般導(dǎo)航中， 空間更新機(jī)制自動(dòng)發(fā)生， 路標(biāo)和空間邊界等環(huán)境線索促進(jìn)這一過程（Borodaeva et al.， 2023; Meyerhoff et al.， 2011）。視覺線索受限環(huán)境的導(dǎo)航中， 即使缺乏視覺信號(hào)輸入， 聽覺、本體覺和前庭覺提供的信息也足以支持空間更新（肖承麗， 劉傳軍， 2014; Gramann et al.， 2021; Pasqualotto amp; Esenkaya， 2016）。例如， 當(dāng)人們的身體運(yùn)動(dòng)方向改變超過90°， 前庭線索提供的自我運(yùn)動(dòng)信息支持空間更新（Gramann et al.， 2021）。換言之， 個(gè)體可以利用多感官信息來彌補(bǔ)缺失的空間環(huán)境信息， 并對空間心智模型中的相關(guān)信息予以更新。在該過程中， 個(gè)體主動(dòng)參與以完成認(rèn)知地圖中的空間更新（肖承麗， 劉傳軍， 2014）。

視覺線索受限環(huán)境的導(dǎo)航中， 認(rèn)知地圖的空間更新不僅涉及在線表征形式的變化， 還與空間更新策略的選擇密切相關(guān)。空間更新策略分為連續(xù)更新和構(gòu)型更新。連續(xù)更新以自我為中心， 通過自我運(yùn)動(dòng)信息動(dòng)態(tài)調(diào)整自身位置。研究表明， 認(rèn)知地圖的在線更新通常基于自我中心參考框架， 并受限于工作記憶容量（Lu et al.， 2020）。然而， 隨著環(huán)境規(guī)模的增加， 這種偏好自我中心參考框架的表征傾向會(huì)發(fā)生變化。個(gè)體在較大尺度環(huán)境（如城鎮(zhèn)）中傾向于采用構(gòu)型更新， 即基于環(huán)境中心參考框架計(jì)算自身在認(rèn)知地圖中的位置和環(huán)境朝向， 同時(shí)表現(xiàn)出指北傾向從而獲得更高的導(dǎo)航精度（Frankenstein et al.， 2012; Wiener et al.， 2011; Navratilova amp; McNaughton， 2014; Zhong amp; Kozhevnikov， 2016）。這種空間策略的變化體現(xiàn)出了認(rèn)知地圖的靈活性， 該特征在視覺線索受限的環(huán)境中尤為重要。雖然個(gè)體通常依賴連續(xù)更新策略進(jìn)行導(dǎo)航， 但在特定情境下（如視覺線索缺乏或環(huán)境發(fā)生變化時(shí)）， 構(gòu)型更新策略會(huì)被激活， 以幫助個(gè)體更好地識(shí)別環(huán)境全貌并調(diào)整導(dǎo)航路線。盲人的空間感知研究也表明， 在沒有視覺線索時(shí)， 個(gè)體更多依賴聽覺刺激輸入并通過自我中心參考框架進(jìn)行空間定位， 這也支持了在視覺線索受限環(huán)境導(dǎo)航中連續(xù)更新策略的有效性（Vercillo amp; Gori， 2016）。然而， 當(dāng)個(gè)體察覺到環(huán)境線索與認(rèn)知地圖之間存在偏差或?qū)Ш侥繕?biāo)發(fā)生變化時(shí)， 個(gè)體需要提取認(rèn)知地圖中的空間心智模型重新規(guī)劃導(dǎo)航路線， 此時(shí)的空間更新策略也隨之轉(zhuǎn)換為構(gòu)型更新策略。通過這種方式， 個(gè)體能夠高效地完成空間更新， 并在視覺線索受限的環(huán)境中靈活應(yīng)對變化。因此， 視覺線索受限環(huán)境導(dǎo)航要求個(gè)體能夠靈活轉(zhuǎn)換空間更新策略。而要實(shí)現(xiàn)這種策略的靈活轉(zhuǎn)換并非易事， 其中個(gè)體在視覺線索受限環(huán)境導(dǎo)航中進(jìn)行空間更新所面臨的主要挑戰(zhàn)是選擇性注意問題。由于缺乏直觀的視覺刺激， 導(dǎo)航者難以分辨環(huán)境中的噪聲并確定關(guān)鍵導(dǎo)航目標(biāo)， 導(dǎo)致導(dǎo)航效率顯著降低。此外， 視覺線索受限環(huán)境導(dǎo)航任務(wù)涉及更多的認(rèn)知活動(dòng)， 這不僅消耗了更多的注意資源（Barhorst-Cates et al.， 2016）， 也對認(rèn)知資源的高效利用提出了更高要求。盡管構(gòu)型更新策略能提升導(dǎo)航精度， 但其對認(rèn)知資源的需求更大， 因此需要通過更節(jié)省認(rèn)知資源的方式表征環(huán)境信息。由此可見， 認(rèn)知地圖在視覺線索受限環(huán)境中的表征方式不同于普通導(dǎo)航， 個(gè)體可能傾向于采用以認(rèn)知空間為基礎(chǔ)的空間心智模型來靈活表征環(huán)境信息。

認(rèn)知地圖在更新?校正階段的另一重要作用是支持導(dǎo)航的路線規(guī)劃。一般環(huán)境導(dǎo)航中， 個(gè)體以啟發(fā)式方法結(jié)合空間環(huán)境特征如地形、路線復(fù)雜性等規(guī)劃路線（Frame et al.， 2023）。這些環(huán)境特征往往以視覺輸入為主導(dǎo)。然而， 在視覺線索受限環(huán)境中， 視覺線索不足往往會(huì)削弱導(dǎo)航信心， 從而導(dǎo)致個(gè)體在導(dǎo)航過程中更加依賴認(rèn)知地圖以確保順利完成路線規(guī)劃， 該過程中， 空間心智模型能夠?yàn)榭臻g導(dǎo)航的路線規(guī)劃提供支持。從認(rèn)知地圖中抽象出的空間心智模型不僅映射環(huán)境結(jié)構(gòu)， 更融合了導(dǎo)航者對導(dǎo)航過程的潛在風(fēng)險(xiǎn)評估以及導(dǎo)航者的個(gè)性偏好與經(jīng)驗(yàn)。得益于其高度的靈活性和動(dòng)態(tài)性， 它能夠有效地協(xié)助個(gè)體做出空間決策（Perelman et al.， 2017）。部分認(rèn)知神經(jīng)學(xué)的研究也為此提供了支持。Park等（2020）的研究將海馬和內(nèi)嗅皮層（entorhinal cortex， EC）在空間表征中的作用擴(kuò)展至推理抽象空間信息中。HC和EC對空間導(dǎo)航、定位和情景記憶中的作用已較為明確（Ekstrom amp; Ranganath， 2018）。在眶額皮層（orbitofrontal cortex， OFC）的研究中發(fā)現(xiàn)， OFC反映刺激在認(rèn)知地圖中的任務(wù)空間位置而非物理空間位置， 并且海馬和OFC都參與了基于模型的推理過程， 使原本獨(dú)立的刺激可以相互關(guān)聯(lián)。Park等（2020）對比了環(huán)境認(rèn)知地圖和抽象社會(huì)結(jié)構(gòu)認(rèn)知地圖的神經(jīng)活動(dòng)后認(rèn)為， 大腦會(huì)運(yùn)用相同的神經(jīng)系統(tǒng)來表征連續(xù)空間， 以便對抽象空間里離散客體間的關(guān)系進(jìn)行編碼， 并且借助空間心智模型反映動(dòng)態(tài)系統(tǒng)的時(shí)間關(guān)系以描述推理過程（van Ments amp; Treur， 2021）。認(rèn)知地圖在視覺線索受限環(huán)境導(dǎo)航中具備獨(dú)特優(yōu)勢， 即通過預(yù)覽功能幫助個(gè)體驗(yàn)證路線的正確性， 進(jìn)而提升導(dǎo)航信心（Hersh， 2020）。鑒于空間心智模型中的信息以抽象信息為主并涉及到推理， 主觀經(jīng)驗(yàn)可能會(huì)對空間心智模型產(chǎn)生影響。因此， 空間心智模型存在顯著的個(gè)體差異， 這也能夠解釋在視覺線索受限環(huán)境中個(gè)體表現(xiàn)出的導(dǎo)航績效差異。

基于語言在表象的形成過程以及日常導(dǎo)航經(jīng)驗(yàn)中的作用， 語言也是輔助視覺線索受限環(huán)境導(dǎo)航的重要因素之一。計(jì)算機(jī)領(lǐng)域的相關(guān)概念可用于解釋該因素在視覺線索受限環(huán)境導(dǎo)航中的作用。計(jì)算機(jī)領(lǐng)域中， 研究者通常將導(dǎo)航看作視覺與語言導(dǎo)航（Vision-and-Language Navigation， VLN）， 該過程要求代理理解自然語言指令、感知視覺世界， 并執(zhí)行導(dǎo)航操作以到達(dá)目標(biāo)位置。這種任務(wù)的挑戰(zhàn)在于， 代理需要不斷接收新的視覺信息， 并將其與指令對齊（Chen et al.， 2021）。Chen等（2022）提出的機(jī)器學(xué)習(xí)模型將導(dǎo)航過程分為兩個(gè)模塊， 第一個(gè)模塊是以視覺線索為基礎(chǔ)并隨時(shí)間更新的拓?fù)溆成淠K， 第二個(gè)模塊為全局動(dòng)作規(guī)劃模塊， 利用圖形轉(zhuǎn)換器捕捉跨模態(tài)的視覺與語言關(guān)聯(lián)， 從而引入與圖形相關(guān)的拓?fù)渲R(shí)以增強(qiáng)圖形編碼。據(jù)此推斷， 在視覺線索受限環(huán)境的導(dǎo)航中， 個(gè)體同樣會(huì)在空間心智模型中借助語言信息來更新自身的位置并進(jìn)行邏輯推理， 確保即使環(huán)境中視覺線索不足也能有效地進(jìn)行空間導(dǎo)航。

一般環(huán)境導(dǎo)航中， 環(huán)境線索的整合與沖突發(fā)生在認(rèn)知地圖校正階段。個(gè)體根據(jù)目標(biāo)將環(huán)境線索與已有認(rèn)知地圖進(jìn)行比對， 由自上而下的注意編碼將注意力分配給特定空間區(qū)域。線索一致時(shí)進(jìn)行線索整合， 鞏固認(rèn)知地圖的參數(shù)細(xì)節(jié)。若線索不一致則出現(xiàn)線索沖突， 個(gè)體需要校正認(rèn)知地圖的錯(cuò)誤信息。視覺線索受限環(huán)境中空間信息的校正更多依賴個(gè)體跨通道的空間認(rèn)知能力， 在該過程中需要將來自不同感覺通道的信息重建為心理表征， 再判斷各種信息的有效性。最終在已構(gòu)建的認(rèn)知地圖上補(bǔ)充和整合信息以符合真實(shí)環(huán)境。

3.3""視覺線索受限環(huán)境中的空間定向

從認(rèn)知加工機(jī)制上看， 個(gè)體在視覺線索受限環(huán)境導(dǎo)航中主要依賴其他感官通道信息完成空間定向， 例如聽覺、觸覺和本體覺等。聽覺信息分為非言語信息與言語信息， 兩者在空間導(dǎo)航中提供的信息有所不同。非言語信息指能夠輔助個(gè)體完成空間導(dǎo)航的無語義聲音刺激， 如幫助盲人判斷路線距離、分辨目標(biāo)物間的位置方向、識(shí)別環(huán)境整體布局和對環(huán)境的幾何特征進(jìn)行編碼以實(shí)現(xiàn)空間重定向等（Ottink， Buimer et al.， 2022; Nardi et al.， 2022）。言語信息因內(nèi)含語義信息， 所涉及的認(rèn)知加工過程更為復(fù)雜。一方面， 有研究認(rèn)為言語信息可能會(huì)干擾空間記憶（Antony amp; Bennion， 2023）; 另一方面， 也有研究指出言語信息能夠提供空間邊界或關(guān)鍵路標(biāo)等具體的空間信息以幫助個(gè)體形成空間表征（Peacock amp; Ekstrom， 2019; Santoro et"al.， 2020）。

觸覺的相關(guān)研究發(fā)現(xiàn)， 盲人利用觸覺地圖能夠形成準(zhǔn)確的認(rèn)知地圖并順利完成導(dǎo)航任務(wù)， 而正常被試在蒙眼條件下也能夠形成準(zhǔn)確的認(rèn)知地圖（Brayda et al.， 2019; Ottink， van Raalte，"et al.， 2022）。然而， 在跨模態(tài)的相關(guān)研究顯示， 個(gè)體在跨通道處理觸覺信息時(shí)， 會(huì)分散注意力從而對導(dǎo)航造成干擾。例如， 觸覺振動(dòng)會(huì)干擾短時(shí)記憶， 并影響個(gè)體的語言序列回憶（Marsh et al.， 2023）。

在黑暗環(huán)境中， 個(gè)體依賴前庭覺估計(jì)自身運(yùn)動(dòng)速度， 并結(jié)合時(shí)間感知更新位移距離（Kaski et al.， 2016）。然而， 在缺少環(huán)境線索的情況下， 定向知識(shí)有限， 空間定向較為困難。例如， 飛行員在高空中缺少視覺線索。同時(shí)， 在慣性力的作用下前庭覺、本體覺等感知覺難以提供準(zhǔn)確信息， 容易導(dǎo)致空間定向錯(cuò)誤（游旭群， 2017）。

由此可見， 在視覺受限環(huán)境導(dǎo)航中， 僅利用單一的通道信息并不足以支持個(gè)體判斷空間方向， 還需通過多感官整合綜合加工各感官通道信息。該過程通過前庭覺獲取自身運(yùn)動(dòng)信息并感知方向（Cornell amp; Bourassa， 2007; Liu et al.， 2023）; 聽覺獲取與“遠(yuǎn)近”相關(guān)的空間感知， 提供事件與環(huán)境信息或估計(jì)距離以幫助個(gè)體實(shí)現(xiàn)空間定向（Kolarik"et al.， 2016）; 嗅覺提供特定環(huán)境或人的信息（Raithel amp; Gottfried， 2021）。個(gè)體大腦的視覺、聽覺和軀體感覺皮層接受來自各個(gè)通道的刺激信息并投射到高級(jí)聯(lián)合皮質(zhì)中進(jìn)行多感官整合， 并在此過程中不斷獲取、挑選和加工新的信息構(gòu)建和完善認(rèn)知地圖（Meijer et al.， 2017;"Medendorp amp; Selen， 2017）。通常， 視覺在多感官整合中占主導(dǎo)地位， 視覺皮層的神經(jīng)元直接響應(yīng)聽覺刺激（Meijer et al.， 2017）。同時(shí)， 壓后皮質(zhì)（retrosplenial cortex）接收到來自視覺皮層的信號(hào)強(qiáng)度較其他感覺皮層更強(qiáng)， 這一過程與多個(gè)處理空間信息的腦區(qū)形成了重要的神經(jīng)網(wǎng)絡(luò)（Zingg et al.， 2014）。在視覺線索受限環(huán)境導(dǎo)航中， 初級(jí)視覺皮層對前庭神經(jīng)刺激做出反應(yīng)， 光線變化也會(huì)影響初級(jí)視覺皮層的神經(jīng)活動(dòng)（Keshavarzi et al.， 2023）。此外， 多感官整合增強(qiáng)神經(jīng)對弱刺激的反應(yīng)， 并通過選擇性注意將有效信息整合在認(rèn)知地圖中（Grillini et al.， 2019）。這些機(jī)制可能構(gòu)成了視覺線索受限環(huán)境中多感官整合的生理基礎(chǔ)。

飛行員在飛行活動(dòng)中的環(huán)境為典型的視覺線索受限環(huán)境， 對飛行員空間定向的研究能夠一定程度上為視覺線索受限環(huán)境導(dǎo)航中的空間定向研究提供解釋。觀察者模型（observer models）對飛行員的空間定向做出了系統(tǒng)解釋， 該模型認(rèn)為個(gè)體會(huì)比較預(yù)期和實(shí)際的感官反應(yīng)來調(diào)整運(yùn)動(dòng)狀態(tài)估計(jì)。該模型包含三個(gè)部分， 內(nèi)部模型是大腦內(nèi)部假設(shè)的動(dòng)態(tài)系統(tǒng)模型， 用于預(yù)測感官輸入; 感官輸入系統(tǒng)用于感知來自前庭系統(tǒng)（如半規(guī)管和耳石器官）的加速度和角速度信息、視覺和體感信息; 最后比較預(yù)期反應(yīng)與實(shí)際反應(yīng)， 將內(nèi)部模型預(yù)測的感官輸入與實(shí)際測量的感官輸入比較后得到誤差信號(hào)（Williams et al.， 2021）。Voros等（2024）在基于觀察者模型的基礎(chǔ)上加入了變化的視覺線索， 提出了增強(qiáng)型定向感知模型以更全面地解釋前庭和視覺線索在自我運(yùn)動(dòng)感知中的作用。該模型提出當(dāng)視覺線索可用時(shí)， 自我運(yùn)動(dòng)感知狀態(tài)會(huì)維持10秒。當(dāng)視覺線索被移除時(shí)， 感知到動(dòng)態(tài)變化大約需要30秒。在此基礎(chǔ)上， 增強(qiáng)定向感知模型添加了低通濾波器以捕捉視覺線索可用性突然變化后的自我運(yùn)動(dòng)感知狀態(tài)， 解釋了在沒有視覺線索時(shí)個(gè)體反應(yīng)的變異性。兩種模型均從飛行員高空飛行的角度解釋了個(gè)體的空間定向機(jī)制。

空間定向研究領(lǐng)域中長期困擾研究者的問題之一是空間迷失（spatial disorientation）， 尤其在視覺線索受限環(huán)境中， 空間迷失是導(dǎo)致空間導(dǎo)航失敗的首要原因。Knierim和Hamilton （2011）認(rèn)為個(gè)體空間迷失的根本原因可能是認(rèn)知地圖失效（例如在沒有墻壁等空間邊界的黑暗環(huán)境）或未能使用視覺路標(biāo)更新個(gè)體的位置和方向。迷失效應(yīng)表明， 方向感的喪失會(huì)導(dǎo)致個(gè)體降低對物體的絕對定位準(zhǔn)確性和相對定位準(zhǔn)確性， 但對房間角落等空間邊界的影響較小。換言之， 房間內(nèi)物體的空間排列依賴于短暫的空間表征， 而房間的幾何形狀則依賴于持久的空間表征（Wang amp; Spelke， 2000）。此外， 空間迷失可能也與個(gè)體使用的參考框架相關(guān)。研究者認(rèn)為盲人與常人在定位準(zhǔn)確性方面存在的差異與個(gè)體是否有效使用心理想象策略和靈活轉(zhuǎn)換參考框架有關(guān)（Santoro et al.， 2020）。當(dāng)個(gè)體采用環(huán)境中心參考框架時(shí)， 環(huán)境中的各要素較為穩(wěn)定地存在于認(rèn)知地圖中。相比之下， 個(gè)體通過心理旋轉(zhuǎn)能力使用自我中心參考框架， 這使認(rèn)知過程更易受到主觀因素影響的同時(shí)增加了認(rèn)知負(fù)荷（Macauda et al.， 2019）。

3.4""元認(rèn)知在視覺線索受限環(huán)境導(dǎo)航中的作用

空間心智模型和空間定向均要求個(gè)體在認(rèn)知層面進(jìn)行深層次加工。特別是在個(gè)體面臨空天海等視覺線索受限環(huán)境中時(shí)， 一般導(dǎo)航經(jīng)驗(yàn)難以直接遷移應(yīng)用， 這無疑會(huì)對個(gè)體的導(dǎo)航信心產(chǎn)生負(fù)面影響。因此， 在視覺線索受限環(huán)境的導(dǎo)航中， 元認(rèn)知的作用尤為重要。元認(rèn)知（meta-cognition）是反思和調(diào)節(jié)認(rèn)知過程的能力， 被視為提高個(gè)體學(xué)習(xí)能力的關(guān)鍵因素， 它包含了一系列認(rèn)知策略和自我調(diào)節(jié)機(jī)制。元認(rèn)知主要包括監(jiān)控和控制兩個(gè)方面：元認(rèn)知監(jiān)控指個(gè)體對自己認(rèn)知能力的評估和學(xué)習(xí)效果的認(rèn)識(shí)， 元認(rèn)知控制指采取具體行動(dòng)以調(diào)整認(rèn)知狀態(tài)和學(xué)習(xí)進(jìn)程。例如， 當(dāng)個(gè)體意識(shí)到自己未能全面記住環(huán)境表征（監(jiān)控）時(shí)， 可能會(huì)選擇重新學(xué)習(xí)環(huán)境（控制）。Mason等（2022）雖已指出元認(rèn)知在路線學(xué)習(xí)中的重要性， 但未詳細(xì)闡述其具體作用機(jī)制。本研究深入探討認(rèn)知地圖在這一過程中的作用， 并提出在個(gè)體構(gòu)建的空間心智模型中同樣存在著元認(rèn)知監(jiān)控機(jī)制。如前所述， 空間心智模型不僅包括對空間結(jié)構(gòu)的理解， 也包含了對環(huán)境結(jié)構(gòu)和路標(biāo)抽象概念的認(rèn)識(shí)。此外， 該模型也支持了個(gè)體實(shí)現(xiàn)認(rèn)知地圖在視覺線索受限環(huán)境導(dǎo)航中獨(dú)特的預(yù)覽功能。個(gè)體在利用空間心智模型對空間導(dǎo)航過程進(jìn)行推理和判斷時(shí)， 往往涉及到助記線索（mnemonic cues）。助記線索指個(gè)體的主觀體驗(yàn)， 包括處理或檢索信息的難易程度（Koriat， 1997）和對位置的不確定性（Keller et al.， 2020）。例如， 個(gè)體在返回起點(diǎn)時(shí)感到不確定就是一種助記線索。這種在空間導(dǎo)航時(shí)的主觀體驗(yàn)可能是元認(rèn)知監(jiān)控在空間心智模型中發(fā)揮作用。

在空間定向的相關(guān)研究中， 空間迷失往往伴隨著豐富的主觀體驗(yàn)。Fernández Velasco和Casati （2020）建立的與空間迷失相關(guān)的語料庫揭示了個(gè)體處于迷失狀態(tài)時(shí)會(huì)伴隨焦慮、無助、困惑、孤立無援和孤獨(dú)感等情緒體驗(yàn)。空間迷失的產(chǎn)生往往源于定向過程中的認(rèn)知缺陷。為了脫離迷失狀態(tài)， 個(gè)體會(huì)采取各種行為來應(yīng)對這些認(rèn)知缺陷。在此過程中， 元認(rèn)知監(jiān)控不僅能夠識(shí)別空間迷失的狀態(tài)， 還具備評價(jià)和調(diào)節(jié)功能。因此， Fernández Velasco和Casati （2020）將空間迷失也看作元認(rèn)知過程的一部分以解釋迷失引發(fā)的情緒體驗(yàn)和迷失體現(xiàn)出的評價(jià)和調(diào)節(jié)功能。綜上， 結(jié)合個(gè)體在視覺線索受限環(huán)境中所提取的空間心智模型也具備預(yù)覽和調(diào)節(jié)功能， 我們提出， 相較于一般導(dǎo)航情境， 元認(rèn)知在視覺線索受限環(huán)境導(dǎo)航中參與程度更深。

4 "討論與展望

4.1""認(rèn)知地圖動(dòng)態(tài)加工機(jī)制的理論意義

本研究探討了認(rèn)知地圖如何支持個(gè)體在視覺線索受限環(huán)境中的導(dǎo)航行為。首先， 研究闡明了空間心智模型在認(rèn)知地圖動(dòng)態(tài)加工機(jī)制中的重要性與作用， 并進(jìn)一步揭示了認(rèn)知地圖表征形式如何隨環(huán)境變化而變化。認(rèn)知地圖如何表征一直是研究者希望厘清的內(nèi)容。盡管有學(xué)者提出不同的表征形式間能夠共存， 但并未闡明兩種表征如何共存。本研究提出， 當(dāng)個(gè)體以認(rèn)知地圖為基礎(chǔ)導(dǎo)航時(shí)， 會(huì)在基于歐式表征的認(rèn)知地圖的基礎(chǔ)上匹配適當(dāng)?shù)目臻g心智模型以規(guī)劃導(dǎo)航路線， 其中， 空間心智模型以認(rèn)知空間的形式表征。這一觀點(diǎn)明晰了不同表征形式之間的關(guān)系。其次， 本研究在梳理了相關(guān)研究后， 將推理、記憶、語言等高級(jí)加工過程納入認(rèn)知地圖的動(dòng)態(tài)加工機(jī)制中， 更全面地闡述了個(gè)體在視覺線索受限環(huán)境導(dǎo)航中的認(rèn)知加工過程， 也進(jìn)一步厘清不同高級(jí)加工過程如何支持復(fù)雜的空間導(dǎo)航行為。最后， 本研究以動(dòng)態(tài)視角分析了認(rèn)知地圖在空間導(dǎo)航中的認(rèn)知加工機(jī)制， 突破了將認(rèn)知地圖視為大腦中的靜態(tài)“地圖”這一傳統(tǒng)觀念， 進(jìn)一步揭示了個(gè)體空間導(dǎo)航行為的內(nèi)在機(jī)制。此外， 以往認(rèn)知地圖的相關(guān)綜述詳細(xì)總結(jié)了認(rèn)知地圖的認(rèn)知基礎(chǔ)。本研究在前人堅(jiān)實(shí)的研究基礎(chǔ)上， 圍繞認(rèn)知地圖在視覺線索受限環(huán)境導(dǎo)航中的作用展開， 通過對比視覺線索受限環(huán)境導(dǎo)航與一般環(huán)境導(dǎo)航的不同突出了認(rèn)知地圖在特殊環(huán)境中的重要作用。

4.2""認(rèn)知地圖動(dòng)態(tài)加工機(jī)制的實(shí)踐意義

首先， 研究者可以從空間心智模型在認(rèn)知地圖中的作用機(jī)制出發(fā)， 優(yōu)化人與導(dǎo)航輔助軟件之間的人機(jī)交互設(shè)計(jì)或人機(jī)協(xié)同導(dǎo)航。例如， 在自動(dòng)駕駛領(lǐng)域， 將表象顯示、情景記憶線索提醒、元認(rèn)知監(jiān)控具象化等理念融入智能導(dǎo)航系統(tǒng)的設(shè)計(jì)中， 可以顯著提升個(gè)體的空間導(dǎo)航績效。其次， 本研究提出的認(rèn)知地圖動(dòng)態(tài)加工機(jī)制對于提高個(gè)體在視覺線索受限環(huán)境下的導(dǎo)航表現(xiàn)具有重要價(jià)值。在航天、航海、潛水等特殊環(huán)境中， 職業(yè)人群（如航海員、潛艇駕駛員）常常面臨無法依賴視覺線索的情況， 這限制了個(gè)體獲取外部視覺信息的能力。在這種情況下， 個(gè)體必須依賴內(nèi)部認(rèn)知地圖和導(dǎo)航輔助儀器進(jìn)行導(dǎo)航。通過對個(gè)體進(jìn)行訓(xùn)練， 使其有效運(yùn)用并更新認(rèn)知地圖的能力得到提升， 尤其是將不同感官線索整合到空間心智模型之中， 這樣個(gè)體即便處于視覺線索缺失的環(huán)境里， 也能夠準(zhǔn)確判斷自己的位置并明確導(dǎo)航方向。例如， 在模擬訓(xùn)練中， 個(gè)體可以通過反復(fù)練習(xí)視覺線索缺失的復(fù)雜情境， 靈活運(yùn)用認(rèn)知地圖進(jìn)行空間推理和決策。此外， 空間迷失是飛行任務(wù)中的一個(gè)重大安全隱患， 特別是在視覺線索受限環(huán)境中， 這類問題更易導(dǎo)致飛行事故。例如， 2021年美國國家運(yùn)輸安全委員會(huì)公布的科比空難調(diào)查顯示， 造成空難的根本原因是飛行員違規(guī)飛入云層， 在迷霧中迷失方向從而出現(xiàn)了空間定向障礙。因此， 通過對飛行員進(jìn)行認(rèn)知地圖使用的相關(guān)訓(xùn)練， 提高飛行員在視覺線索不足時(shí)整合其他感官信息（如前庭覺、本體覺）來校準(zhǔn)認(rèn)知地圖的能力可以顯著降低空間迷失的風(fēng)險(xiǎn)。與此同時(shí)， 元認(rèn)知監(jiān)控訓(xùn)練不僅能夠幫助個(gè)體識(shí)別空間迷失狀態(tài)， 還能引導(dǎo)其通過自我評估及時(shí)調(diào)整導(dǎo)航策略， 從而在面對迷失時(shí)保持鎮(zhèn)定， 避免情緒波動(dòng)對判斷和決策產(chǎn)生不利影響。通過訓(xùn)練， 個(gè)體能夠在復(fù)雜環(huán)境下維持穩(wěn)定的空間定向， 進(jìn)而提升導(dǎo)航準(zhǔn)確性。最后， 本研究中提出的認(rèn)知地圖的動(dòng)態(tài)加工機(jī)制也能夠幫助解決個(gè)體在視覺線索受限環(huán)境導(dǎo)航中的難點(diǎn)。通過利用認(rèn)知地圖中的空間心智模型， 個(gè)體可以根據(jù)已有的飛行數(shù)據(jù)進(jìn)行認(rèn)知推理， 進(jìn)而重新規(guī)劃導(dǎo)航路線， 避免因失去導(dǎo)航信號(hào)而導(dǎo)致操作失誤。例如， 當(dāng)無人機(jī)的視覺或無線電信號(hào)消失時(shí)， 操作員可以使用認(rèn)知地圖中的信息對環(huán)境和飛行器狀態(tài)進(jìn)行推理， 結(jié)合空間心智模型的抽象推理能力， 確保無人機(jī)安全返航或完成既定任務(wù)。

4.3""未來研究展望

4.3.1""基于空間心智模型的空間導(dǎo)航加工機(jī)制探索

本研究在探討認(rèn)知地圖的動(dòng)態(tài)加工機(jī)制時(shí)， 特別強(qiáng)調(diào)了空間心智模型的作用， 并詳細(xì)討論了認(rèn)知地圖表征形式間的差異與聯(lián)系。在此基礎(chǔ)上， 研究者可進(jìn)一步探索個(gè)體如何利用空間心智模型進(jìn)行路線規(guī)劃或?qū)ふ医輳健＠纾?通過城市街道網(wǎng)絡(luò)熵（entropy of city street networks）衡量城市與鄉(xiāng)村地區(qū)居民的導(dǎo)航能力后發(fā)現(xiàn)， 在城市街道網(wǎng)絡(luò)熵較低的城市長大的居民在布局規(guī)則的電子游戲關(guān)卡中表現(xiàn)更好， 而在城市外或街道網(wǎng)絡(luò)熵較高的城市長大的居民在熵值較高的電子游戲關(guān)卡中表現(xiàn)更出色。這表明， 環(huán)境特征對個(gè)體的空間導(dǎo)航能力有顯著影響（Coutrot et al.， 2022）。這可能與個(gè)體處理不同空間心智模型的策略相關(guān)。另外， 從認(rèn)知神經(jīng)科學(xué)的角度繼續(xù)探索這一認(rèn)知機(jī)制也能夠更好地理解人類的空間導(dǎo)航行為。

4.3.2""認(rèn)知地圖動(dòng)態(tài)加工機(jī)制視角下空間導(dǎo)航績效的提升

目標(biāo)導(dǎo)向的導(dǎo)航需要個(gè)體規(guī)劃導(dǎo)航路線， 認(rèn)知地圖可能參與其中。因此， 通過提升認(rèn)知地圖的構(gòu)建和使用能力， 可以增強(qiáng)其動(dòng)態(tài)加工能力， 從而顯著提高空間導(dǎo)航的表現(xiàn)。此外， 在認(rèn)知地圖支持空間定向的研究中發(fā)現(xiàn)， 個(gè)體在一般環(huán)境導(dǎo)航中偏好使用自我中心參考框架認(rèn)識(shí)自己與物體間的空間關(guān)系（Mou et al.， 2006）， 而在路線規(guī)劃等活動(dòng)中， 則偏好使用客體中心參考框架。盲人導(dǎo)航相關(guān)研究中發(fā)現(xiàn)， 由于視覺經(jīng)驗(yàn)缺失， 無論是一般導(dǎo)航還是規(guī)劃路線， 盲人都偏好使用自我中心參考系的認(rèn)知地圖（Martolini et al.， 2020）， 利用客體中心參考系的空間表征能夠更好地幫助盲人導(dǎo)航者掌握整體空間信息。在視覺線索受限環(huán)境導(dǎo)航中， 個(gè)體受以往經(jīng)驗(yàn)影響偏好使用自我中心參考系表征空間， 但因缺少幫助定向的路標(biāo)線索或其他視覺線索導(dǎo)致定向失敗。因此， 提升個(gè)體定向和靈活切換參考框架的能力可能是提升空間導(dǎo)航績效的關(guān)鍵。另外， 本研究提出空間迷失與個(gè)體的元認(rèn)知水平相關(guān)， 如何從元認(rèn)知角度提高個(gè)體空間定向水平也是未來研究方向之一。

4.3.3""基于認(rèn)知地圖動(dòng)態(tài)加工機(jī)制下人機(jī)協(xié)同導(dǎo)航的應(yīng)用研究

隨著城市環(huán)境變得越發(fā)復(fù)雜， 人們也越來越依賴導(dǎo)航輔助軟件， 一些特殊環(huán)境更是涉及到人機(jī)協(xié)同導(dǎo)航， 即人類結(jié)合機(jī)器算法設(shè)計(jì)導(dǎo)航路線。在這樣的背景下， 要實(shí)現(xiàn)有效空間決策的關(guān)鍵挑戰(zhàn)在于， 人類和算法會(huì)使用不同的機(jī)制來解決空間問題， 這導(dǎo)致他們面對不同的空間問題會(huì)產(chǎn)生不同的解決方案。算法生成的答案與人類空間心智模型之間的不一致性會(huì)引發(fā)人機(jī)系統(tǒng)中人的工作負(fù)荷提高， 從而影響人機(jī)信任（Perelman et al.， 2017）。因此， 通過考慮個(gè)體在不同環(huán)境中空間心智模型的變化以及認(rèn)知地圖在其中的動(dòng)態(tài)加工特點(diǎn)， 設(shè)計(jì)更符合人類認(rèn)知特點(diǎn)的導(dǎo)航輔助系統(tǒng)以幫助人類實(shí)現(xiàn)復(fù)雜環(huán)境導(dǎo)航， 減輕個(gè)體認(rèn)知負(fù)荷的同時(shí)提高導(dǎo)航效能。

5""小結(jié)

從探索認(rèn)知地圖機(jī)制的研究取向來看， 當(dāng)前研究已從早期的認(rèn)知加工衍生到認(rèn)知神經(jīng)機(jī)制。無論是路徑整合、空間更新的形成機(jī)制， 還是認(rèn)知地圖與導(dǎo)航行為關(guān)系的研究成果， 都促進(jìn)了研究者對空間導(dǎo)航中認(rèn)知地圖加工機(jī)制的了解， 在實(shí)踐中提升了空間導(dǎo)航行為績效。個(gè)體構(gòu)建和運(yùn)用認(rèn)知地圖的差異是空間導(dǎo)航能力差異的原因之一（Ishikawa amp; Zhou， 2020; Ishikawa amp; Montello， 2006; Weisberg amp; Newcombe， 2015）。特別是在視覺線索受限的環(huán)境下， 導(dǎo)航對個(gè)體的空間認(rèn)知能力提出了更高的挑戰(zhàn)。綜合現(xiàn)有研究成果， 我們對認(rèn)知地圖在視覺線索受限環(huán)境下的動(dòng)態(tài)加工機(jī)制進(jìn)行了系統(tǒng)的闡述， 并提出認(rèn)知地圖以構(gòu)建和更新?校正兩階段支持空間導(dǎo)航， 為將來進(jìn)一步揭示視覺線索受限環(huán)境中空間導(dǎo)航能力訓(xùn)練提供理論支持， 同時(shí)為未來人機(jī)協(xié)同導(dǎo)航系統(tǒng)的智能化提供重要依據(jù)。

參考文獻(xiàn)

李丹， 楊昭寧. （2015）. 空間導(dǎo)航：路標(biāo)學(xué)習(xí)和路徑整合的關(guān)系. 心理科學(xué)進(jìn)展， 23（10）， 1755?1762.

吳文雅， 王亮. （2023）. 認(rèn)知地圖及其內(nèi)在機(jī)制. 心理科學(xué)進(jìn)展， 31（10）， 1856?1782.

肖承麗， 劉傳軍. （2014）. 對想象環(huán)境的空間更新. 心理學(xué)報(bào)， 46（9）， 1289?1300.

游旭群. （2017）. 飛行空間定向. 見"游旭群（編）， 航空心理學(xué)——理論、實(shí)踐與應(yīng)用"（pp.20?61）."杭州： 浙江教育出版社.

鄭麗， 王玲， 楊佳佳， 鄭晨光. （2023）. 阿爾茨海默病轉(zhuǎn)基因動(dòng)物認(rèn)知地圖損傷的細(xì)胞-網(wǎng)絡(luò)機(jī)制. 生理學(xué)報(bào)， 75（5）， 1?23.

Anastasiou， C.， Baumann， O.， amp; Yamamoto， N. （2023）. Does path integration contribute to human navigation in large-scale space？ Psychonomic Bulletin amp; Review， 30（3）， 822?842.

Antony， J. W.， amp; Bennion， K. A. （2023）. Semantic associates create retroactive interference on an independent spatial memory task. Journal of Experimental Psychology： Learning"Memory and Cognition， 49（5）， 701?713.

Baraduc， P.， Duhamel， J. R.， amp; Wirth， S. （2019）. Schema cells in the macaque hippocampus. Science， 363（6427）， 635?639.

Barhorst-Cates， E. M.， Rand， K. M.， amp; Creem-Regehr， S. H. （2016）. The effects of restricted peripheral field-of-view on spatial learning while navigating. PloS One， 11（10）， e0163785.

Bellmund， J. L.， G?rdenfors， P.， Moser， E. I.， amp; Doeller， C. F. （2018）. Navigating cognition： Spatial codes for human thinking. Science， 362（6415）， eaat6766.

Bergelt， J.， amp; Hamker， F. H. （2019）. Spatial updating of attention across eye movements： A neuro-computational approach. Journal of Vision， 19（7）， 10.

Beuth， F. （2019）. Visual attention in primates and for machines- neuronal mechanisms"[Unpublised doctoral dissertation]. Chemnitz， Technische Universit?t Chemnitz， Germany.

Bicanski， A.， amp; Burgess， N. （2018）. A neural-level model of spatial memory and imagery. eLife， 7， e33752.

Bicanski， A.， amp; Burgess， N. （2020）. Neuronal vector coding in spatial cognition. Nature Reviews Neuroscience， 21（9）， 453?470.

Bonasia， K.， Blommesteyn， J.， amp; Moscovitch， M. （2016）. Memory and navigation： Compression of space varies with route length and turns."Hippocampus， 26（1）， 9?12.

Borodaeva， Z.， Winkler， S.， Brade， J.， Klimant， P.， amp; Jahn， G. （2023）. Spatial updating in virtual reality for reproducing object locations in vista space-boundaries， landmarks， and idiothetic cues. Frontiers in Psychology， 14， 1144861.

Brayda， L.， Leo， F.， Baccelliere， C.， Vigini， C.， amp; Cocchi， E. （2019， October）. A refreshable tactile display effectively supports cognitive mapping followed by orientation and mobility tasks： A comparative multi-modal study involving blind and low-vision participants. Paper presented at the meeting of Proceedings of the 2nd Workshop on Multimedia for Accessible Human Computer Interfaces （pp. 9?15）， New York， NY.

Brunec， I. K.， Javadi， A.-H.， Zisch， F. E. L.， amp; Spiers， H. J. （2017）. Contracted time and expanded space： The impact of circumnavigation on judgements of space and time."Cognition， 166， 425?432.

Brunec， I. K.， Moscovitch， M.， amp; Barense， M. D. （2018）. Boundaries shape cognitive representations of spaces and events."Trends in Cognitive Sciences， 22（7）， 637?650.

Brunec， I. K.， Nantais， M. M.， Sutton， J. E.， Epstein， R. A.， amp; Newcombe， N. S. （2023）. Exploration patterns shape cognitive map learning. Cognition， 233， 105360.

Buckner， R. L. （2010）. The role of the hippocampus in prediction and imagination. Annual Review of Psychology， 61（1）， 27?48.

Bulkin， D. A.， Sinclair， D. G.， Law， L. M.， amp; Smith， D. M. （2020）. Hippocampal state transitions at the boundaries between trial epochs. Hippocampus， 30（6）， 582?595.

Burkhardt， M.， Bergelt， J.， G?nner， L.， Dinkelbach， H. ü.， Beuth， F.， Schwarz， A.， ... Hamker， F. H. （2023）. A large-scale neurocomputational model of spatial cognition integrating memory with vision. Neural Networks， 167， 473?488.

Chan， E.， Baumann， O.， Bellgrove， M. A.， amp; Mattingley， J. B. （2014）. Negative emotional experiences during navigation enhance parahippocampal activity during recall of place information. Journal of Cognitive Neuroscience， 26（1）， 154?164.

Chen， S.， Guhur， P. L.， Schmid， C.， amp; Laptev， I. （2021）. History aware multimodal transformer for vision-and- language navigation. Advances in Neural Information Processing Systems， 34， 5834?5847.

Chen， S.， Guhur， P. L.， Tapaswi， M.， Schmid， C.， amp; Laptev， I. （2022）. Think global， act local： Dual-scale graph transformer"for vision-and-language navigation. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition"（pp. 16537?16547）.

Cheung， A.， Ball， D.， Milford， M.， Wyeth， G.， amp; Wiles， J. （2012）. Maintaining a cognitive map in darkness： The need to fuse boundary knowledge with path integration. PLoS Computational Biology， 8（8）， e1002651.

Chrastil， E. R.， amp; Warren， W. H. （2014）. From cognitive maps to cognitive graphs. PLoS ONE， 9（11）， e112544.

Cornell， E. H.， amp; Bourassa， C. M. （2007）. Human non-visual discrimination of gradual turning is poor. Psychological Research， 71（3）， 314?321.

Coutrot， A.， Manley， E.， Goodroe， S.， Gahnstrom， C.， Filomena， G.， Yesiltepe， D.， ... Spiers， H. J. （2022）. Entropy of city street networks linked to future spatial navigation ability. Nature， 604（7904）， 104?110.

Credé， S.， Thrash， T.， H?lscher， C.， amp; Fabrikant， S. I. （2020）. The advantage of globally visible landmarks for spatial learning. Journal of Environmental Psychology， 67， 101369.

Creem-Regehr， S. H.， Barhorst-Cates， E. M.， Tarampi， M. R.， Rand， K. M.， amp; Legge， G. E. （2021）. How can basic research on spatial cognition enhance the visual accessibility of architecture for people with low vision？ Cognitive Research："Principles and Implications， 6（1）， 3.

Doeller， C. F.， Barry， C.， amp; Burgess， N. （2010）. Evidence for grid cells in a human memory network. Nature， 463（7281）， 657?661.

Eilam， D. （2014）. Of mice and men： Building blocks in cognitive mapping. Neuroscience and Biobehavioral Reviews，"47， 393?409.

Ekstrom， A. D.， amp; Ranganath， C. （2018）. Space， time， and episodic memory： The hippocampus is all over the cognitive map. Hippocampus， 28（9）， 680?687.

Fernández Velasco， P.， amp; Casati， R. （2020）. Subjective disorientation as a metacognitive feeling. Spatial Cognition amp;"Computation， 20（4）， 281?305.

Frame， M. E.， Schwing， M.， Johnston， S.， amp; Curtis， E. （2023）. Route planning decisions： Evaluating reliance on spatial heuristics under risk. Spatial Cognition amp; Computation， 23（1）， 57?82.

Frankenstein， J.， Mohler， B. J.， Bülthoff， H. H.， amp; Meilinger， T. （2012）. Is the map in our head oriented north？ Psychological Science， 23（2）， 120?125.

Gallistel， C. R. （1989）. Animal cognition： The representation of space， time and number. Annual Review of Psychology， 40， 155?189.

Gao， B.， Chen， Z.， Chen， X.， Tu， H.， amp; Huang， F. （2021）. The effects of audiovisual landmarks on spatial learning and recalling for image browsing interface in virtual environments."Journal of Systems Architecture， 117， 102096.

Gardenfors， P. （2004）. Conceptual spaces： The geometry of thought. MIT Press.

G?rling， T.， B??k， A.， Lindberg， E.， amp; Nilsson， T. （1981）. Memory for the spatial layout of the everyday physical environment： Factors affecting rate of acquisition. Journal of Environmental Psychology， 1（4）， 263?277.

Gramann， K.， Hohlefeld， F. U.， Gehrke， L.， amp; Klug， M. （2021）. Human cortical dynamics during full-body heading"changes. Scientific Reports， 11（1）， 18186.

Grillini， A.， Renken， R. J.， amp; Cornelissen， F. W. （2019）. Attentional modulation of visual spatial integration： Psychophysical evidence supported by population coding modeling. Journal of Cognitive Neuroscience， 31（9）， 1329?1342.

Hafting， T.， Fyhn， M.， Molden， S.， Moser， M. B.， amp; Moser， E. I. （2005）. Microstructure of a spatial map in the entorhinal cortex. Nature， 436（7052）， 801?806.

Hao， X.， Yuan， Z.， Lin， S.， Kong， X.， Song， Y.， amp; Liu， J. （2022）. Different behavioral and learning effects between using boundary and landmark cues during spatial navigation. Current Psychology， 42（27）， 23301?23312.

Hersh， M. （2020）. Mental maps and the use of sensory information by blind and partially sighted people. ACM Transactions on Accessible Computing， 13（2）， 1?32.

Howard， L. R.， Javadi， A. H.， Yu， Y.， Mill， R. D.， Morrison， L. C.， Knight， R.， ... Spiers， H. J. （2014）. The hippocampus and entorhinal cortex encode the path and Euclidean distances to goals during navigation. Current Biology， 24（12）， 1331?1340.

Ishikawa， T.， amp; Montello， D. R. （2006）. Spatial knowledge acquisition from direct experience in the environment： Individual differences in the development of metric knowledge and the integration of separately learned places. Cognitive Psychology， 52（2）， 93?129.

Ishikawa， T.， amp; Nakamura， U. （2012）. Landmark selection in the environment： Relationships with object characteristics and sense of direction. Spatial Cognition amp; Computation， 12（1）， 1?22.

Ishikawa， T.， amp; Zhou， Y. （2020）. Improving cognitive mapping by training for people with a poor sense of direction. Cognitive Research： Principles and Implications， 5（1）， 1?19.

Jabbari， Y.， Kenney， D. M.， von Mohrenschildt， M.， amp; Shedden， J. M. （2021）. Vestibular cues improve landmark- based route navigation： A simulated driving study. Memory amp; Cognition， 49（8）， 1633?1644.

Jacobs， J.， Weidemann， C. T.， Miller， J. F.， Solway， A.， Burke， J. F.， Wei， X. X.， ... Kahana， M. J. （2013）. Direct recordings of grid-like neuronal activity in human spatial navigation. Nature Neuroscience， 16（9）， 1188?1190.

Kaski， D.， Quadir， S.， Nigmatullina， Y.， Malhotra， P. A.， Bronstein， A. M.， amp; Seemungal， B. M. （2016）. Temporoparietal encoding of space and time during vestibular-guided orientation. Brain， 139（2）， 392?403.

Karim， A. M.， Rumalla， K.， King， L. A.， amp; Hullar， T. E. （2018）. The effect of spatial auditory landmarks on ambulation. Gait amp; Posture， 60， 171?174.

Keller， A. M.， Taylor， H. A.， amp; Brunyé， T. T. （2020）. Uncertainty promotes information-seeking actions， but what information？ Cognitive Research： Principles and Implications， 5（1）， 42.

Keshavarzi， S.， Velez-Fort， M.， amp; Margrie， T. W. （2023）. Cortical integration of vestibular and visual cues for navigation， visual processing， and perception. Annual Review of Neuroscience， 46， 301?320.

Knierim， J. J.， amp; Hamilton， D. A. （2011）. Framing spatial cognition： Neural representations of proximal and distal frames of reference and their roles in navigation. Physiological Reviews， 91（4）， 1245?1279.

Kolarik， A. J.， Moore， B. C.， Zahorik， P.， Cirstea， S.， amp; Pardhan， S. （2016）. Auditory distance perception in humans： A review of cues， development， neuronal bases， and effects of sensory loss. Attention， Perception， amp; Psychophysics， 78（2）， 373?395.

Koriat， A. （1997）. Monitoring one's own knowledge during study： A cue-utilization approach to judgments of learning. Journal of Experimental Psychology： General， 126（4）， 349?370.

Lanini-Maggi， S.， Ruginski， I.， amp; Fabrikant， S. I. （2021）. Improving pedestrians' spatial learning during landmark- based navigation with auditory emotional cues and narrative. UC Santa Barbara： Center for Spatial Studies.

Liu， B. Y.， Shan， J. Y.， amp; Gu， Y. （2023）. Temporal and spatial properties of vestibular signals for perception of self- motion. Frontiers in Neurology， 14， 1266513.

L?wen， H.， Krukar， J.， amp; Schwering， A. （2019）. Spatial learning with orientation maps： The influence of different environmental features on spatial knowledge acquisition. ISPRS International Journal of Geo-Information， 8（3）， 149.

Lu， R.， Yu， C.， Li， Z.， Mou， W.， amp; Li， Z. （2020）. Set size effects in spatial updating are independent of the online/ offline updating strategy. Journal of Experimental Psychology："Human Perception and Performance， 46（9）， 901?911.

Lynch， K. （1964）. The image of the city. MIT Press.

Macauda， G.， Moisa， M.， Mast， F. W.， Ruff， C. C.， Michels， L.， amp; Lenggenhager， B. （2019）. Shared neural mechanisms between imagined and perceived egocentric motion - A combined GVS and fMRI study. Cortex， 119， 20?32.

Maguire， E. A.， amp; Mullally， S. L. （2013）. The hippocampus： A manifesto for change. Journal of Experimental Psychology："General， 142（4）， 1180?1189.

Maidenbaum， S.， Miller， J.， Stein， J. M.， amp; Jacobs， J. （2018）. Grid-like hexadirectional modulation of human entorhinal theta oscillations. Proceedings of the National Academy of Sciences， 115（42）， 10798?10803.

Marsh， J. E.， Vachon， F.， S?rqvist， P.， Marsja， E.， R?er， J.， Richardson， B. H.， amp; Ljungberg， J. K. （2023）. Irrelevant changing-state vibrotactile stimuli disrupt verbal serial recall： Implications for theories of interference in short- term memory. Journal of Cognitive Psychology， 36（1）， 78?100.

Martolini， C.， Cappagli， G.， Luparia， A.， Signorini， S.， amp; Gori， M. （2020）. The impact of vision loss on allocentric spatial coding. Frontiers in Neuroscience， 14， 565.

Mason， L. A.， Thomas， A. K.， amp; Taylor， H. A. （2022）. On the proposed role of metacognition in environment learning： Recommendations for research. Cognitive Research： Principles"and Implications， 7（1）， 104.

Medendorp， W. P.， amp; Selen， L. J. P. （2017）. Vestibular contributions to high-level sensorimotor functions. Neuropsychologia， 105， 144?152.

Meijer， G. T.， Montijn， J. S.， Pennartz， C. M. A.， amp; Lansink， C. S. （2017）. Audiovisual modulation in mouse primary visual cortex depends on cross-modal stimulus configuration"and congruency."Journal of Neuroscience， 37（36）， 8783? 8796.

Meilinger， T.， Riecke， B. E.， amp; Bulthoff， H. H. （2014）. Local and global reference frames for environmental spaces. Quarterly Journal of Experimental Psychology， 67（3）， 542?569.

Meilinger， T.， Strickrodt， M.， amp; Bülthoff， H. H. （2018， September）. Spatial survey estimation is incremental and relies on directed memory structures. Paper presented at the meeting of Spatial Cognition XI： 11th International Conference， Spatial Cognition 2018， Proceedings 11 （pp. 27?42）， Tübingen， Germany.

Meyerhoff， H. S.， Huff， M.， Papenmeier， F.， Jahn， G.， amp; Schwan， S. （2011）. Continuous visual cues trigger automatic"spatial target updating in dynamic scenes. Cognition， 121（1）， 73?82.

Mou， W.， McNamara， T. P.， Rump， B.， amp; Xiao， C. （2006）. Roles of egocentric and allocentric spatial representations in locomotion and reorientation. Journal of Experimental Psychology： Learning， Memory， and Cognition， 32（6）， 1274.

Nardi， D.， Carpenter， S. E.， Johnson， S. R.， Gilliland， G. A.， Melo， V. L.， Pugliese， R.， ... Kelly， D. M. （2022）. Spatial reorientation with a geometric array of auditory cues. Quarterly Journal of Experimental Psychology， 75（2）， 362?373.

Nardi， D.， Twyman， A. D.， Holden， M. P.， amp; Clark， J. M. （2020）. Tuning in： Can humans use auditory cues for spatial reorientation？ Spatial Cognition amp; Computation， 20（2）， 83?103.

Navratilova， Z.， amp; Mcnaughton， B. L. （2014）. Models of path integration in the hippocampal complex. In： Derdikman， D.， amp; Knierim， J. （Eds.）， Space， time and memory in the hippocampal formation. Springer， Vienna.

Noordzij， M. L.， Zuidhoek， S.， amp; Postma， A. （2006）. The influence of visual experience on the ability to form spatial mental models based on route and survey descriptions. Cognition， 100（2）， 321?342.

Nuhn， E.， amp; Timpf， S. （2018）. An overall framework for personalised landmark selection. In： Kiefer， P.， Huang， H.， Van de Weghe， N.， amp; Raubal， M. （Eds.）. Progress in Location Based Services 2018. LBS 2018. Lecture Notes in Geoinformation and Cartography. Springer， Cham.

Ottink， L.， Buimer， H.， van Raalte， B.， Doeller， C. F.， van der Geest， T. M.， amp; van Wezel， R. J. A. （2022）. Cognitive map formation supported by auditory， haptic， and multimodal information in persons with blindness."Neuroscience amp; Biobehavioral Review， 140， 104797.

Ottink， L.， van Raalte， B.， Doeller， C. F.， Van der Geest， T. M.， amp; Van Wezel， R. J. A. （2022）. Cognitive map formation"through tactile map navigation in visually impaired and sighted persons. Scientific Reports， 12（1）， 11567.

Park， S. A.， Miller， D. S.， Nili， H.， Ranganath， C.， amp; Boorman， E. D. （2020）. Map making： Constructing， combining，"and inferring on abstract cognitive maps. Neuron， 107（6）， 1226?1238.

Pasqualotto， A.， amp; Esenkaya， T. （2016）. Sensory substitution： The spatial updating of auditory scenes “Mimics” the spatial updating of visual scenes. Frontiers in Behavioral Neuroscience， 10， 79.

Peacock， C. E.， amp; Ekstrom， A. D. （2019）. Verbal cues flexibly transform spatial representations in human memory."Memory， 27（4）， 465?479.

Peer， M.， Brunec， I. K.， Newcombe， N. S.， amp; Epstein， R. A. （2021）. Structuring knowledge with cognitive maps and cognitive graphs. Trends in Cognitive Sciences， 25（1）， 37?54.

Perelman， B. S.， Evans III， A. W.， amp; Schaefer， K. E. （2017， September）. Mental model consensus and shifts during navigation system-assisted route planning. In Proceedings of the Human Factors and Ergonomics Society Annual Meeting"（Vol. 61， No. 1， pp. 1183?1187）. Sage CA： Los Angeles， CA： SAGE Publications.

Pitt， B.， Carstensen， A.， Boni， I.， Piantadosi， S. T.， amp; Gibson， E. （2022）. Different reference frames on different axes： Space and language in indigenous Amazonians. Science Advances， 8（47）， eabp9814.

Priestley， J. B.， Bowler， J. C.， Rolotti， S. V.， Fusi， S.， amp; Losonczy， A. （2022）. Article Signatures of rapid plasticity in hippocampal CA1 representations during novel experiences. Neuron， 110（12）， 1978?1992.

Raithel， C. U.， amp; Gottfried， J. A. （2021）. Using your nose to find your way： Ethological comparisons between human and non-human species. Neuroscience and Biobehavioral Reviews， 128， 766?779.

Renault， A. G.， Auvray， M.， Parseihian， G.， Miall， R. C.， Cole， J.， amp; Sarlegna， F. R. （2018）. Does proprioception influence"human spatial cognition？ A study on individuals with massive deafferentation."Frontiers in Psychology， 9， 1322.

Santoro， I.， Murgia， M.， Sors， F.， amp; Agostini， T. （2020）. The influence of the encoding modality on spatial navigation for sighted and late-blind people. Multisensory Research， 33（4?5）， 505?520.

Sheldon， S.， amp; El-Asmar， N. （2018）. The cognitive tools that support mentally constructing event and scene representations."Memory， 26（6）， 858?868.

Stensola， H.， Stensola， T.， Solstad， T.， Fr?land， K.， Moser， M. B.， amp; Moser， E. I. （2012）. The entorhinal grid map is discretized. Nature， 492（7427）， 72?78.

Sun， C.， Yang， W.， Martin， J.， amp; Tonegawa， S. （2020）. Hippocampal neurons represent events as transferable units of experience. Nature Neuroscience， 23（5）， 651?663.

Teghil， A.， Boccia， M.， Bonavita， A.， amp; Guariglia， C. （2019）. Temporal features of spatial knowledge： Representing order and duration of topographical information. Behavioural Brain Research， 376， 112218.

Tolman， E. C. （1948）. Cognitive maps in rats and men. Psychological Review，"55（4）， 189.

Trettel， S. G.， Trimper， J. B.， Hwaun， E.， Fiete， I. R.， amp; Colgin， L. L. （2019）. Grid cell co-activity patterns during sleep reflect spatial overlap of grid fields during active behaviors. Nature Neuroscience， 22（4）， 609?617.

van Ments， L.， amp; Treur， J. （2021）. Reflections on dynamics， adaptation and control： A cognitive architecture for mental models. Cognitive Systems Research， 70， 1?9.

Vercillo， T.， amp; Gori， M. （2016）. Blind individuals represent the auditory space in an egocentric rather than allocentric reference frame. Electronic Imaging， 28， 1?5.

Voros， J.， Kravets， V.， Smith， K.， amp; Clark， T. K. （2024）. Humans gradually integrate sudden gain or loss of visual information into spatial orientation perception. Frontiers in Neuroscience， 17， 1274949.

Wang， C. H.， Monaco， J. D.， amp; Knierim， J. J. （2020）. Hippocampal place cells encode local surface-texture boundaries. Current Biology， 30（8）， 1397?1409.

Wang， L.， Mou， W.， amp; Sun， X. （2014）. Development of landmark knowledge at decision points. Spatial Cognition amp; Computation， 14（1）， 1?17.

Wang， R. F. （2016）. Building a cognitive map by assembling multiple path integration systems. Psychonomic Bulletin amp; Review， 23（3）， 692?702.

Wang， R. F.， amp; Spelke， E. S. （2000）. Updating egocentric representations in human navigation. Cognition， 77（3）， 215?250.

Warren， W. H. （2019）. Non-euclidean navigation. Journal of Experimental Biology， 222（Suppl_1）， jeb187971.

Weisberg， S. M.， amp; Newcombe， N. S. （2015）. How do （some） people make a cognitive map？ Routes， places， and working"memory. Journal of Experimental Psychology： Learning， Memory， and Cognition， 42（5）， 768?785.

Widloski， J.， amp; Fiete， I. R. （2014）. A model of grid cell development through spatial exploration and spike time- dependent plasticity. Neuron， 83（2）， 481?495.

Wiener， J. M.， Berthoz， A.， amp; Wolbers， T. （2011）. Dissociable cognitive mechanisms underlying human path integration. Experimental Brain Research， 208（1）， 61?71.

Williams， H. P.， Voros， J. L.， Merfeld， D. M.， Clark， T. K.， amp; Naval Medical Research Unit Dayton University of Colorado Ohio State University. （2021）. Extending the observer model for human orientation perception to include in-flight perceptual thresholds. Naval Medical Research Unit Dayton. Tech. Rep.

Wolbers， T.， amp; Hegarty， M. （2010）. What determines our navigational abilities？ Trends in Cognitive Sciences， 14（3）， 138?146.

Wunderlich， A.， Grieger， S.， amp; Gramann， K. （2023）. Landmark"information included in turn-by-turn instructions induce incidental acquisition of lasting route knowledge. Spatial Cognition amp; Computation， 23（1）， 31?56.

Yesiltepe， D.， Conroy Dalton， R.， amp; Ozbil Torun， A. （2021）. Landmarks in wayfinding： A review of the existing literature. Cognitive Processing， 22（3）， 369?410.

Yesiltepe， D.， Dalton， R.， Torun， A. O.， Dalton， N.， Noble， S.， Hornberger， M.， Coutrot， A.， amp; Spiers， H. （2019， July）. Usage of Landmarks in Virtual Environments for Wayfinding："Research on the influence of global landmarks. Paper presented at the meeting of 12SSS?12th International Space Syntax Symposium， Beijing， China.

Zhong， J. Y.， amp; Kozhevnikov， M. （2016）. Relating allocentric and egocentric survey-based representations to the self-reported use of a navigation strategy of egocentric spatial updating."Journal of Environmental Psychology， 46， 154?175.

Zingg， B.， Hintiryan， H.， Gou， L.， Song， M. Y.， Bay， M.， Bienkowski， M. S.， ... Dong， H. W. （2014）. Neural Networks"of the Mouse Neocortex. Cell， 156（5）， 1096?1111.

Dynamic processing mechanisms of cognitive maps in navigation

in visually cue-restricted environments

HUANG Lei， ZHANG Junheng， JI Ming

（School of Psychology， Shaanxi Normal University; Shaanxi Key Laboratory of Behavior

and Cognitive Neuroscience， Xi’an 710062， China）

Abstract： In navigation in visually"cue-restricted environments， factors such as blurred visual cues and narrow fields of view can reduce an individual’s navigation performance. Cognitive maps， with their flexibility and previewing capabilities， provide support for navigation， ensuring the continuity and accuracy of the process. This study analyzes the components of cognitive maps， reviews related theories， and proposes a two-stage dynamic processing mechanism—construction and updating-correction—that supports individuals' spatial navigation behaviors in navigation in visually cue-restricted environments. During the construction phase， individuals acquire and integrate spatial information through multiple sensory channels to form a cognitive map. In the updating-correction phase， individuals update and correct their spatial mental models and spatial orientation to achieve spatial navigation， all while being regulated by metacognitive monitoring. The dynamic processing mechanism of cognitive maps clarifies how cognitive processes such as reasoning， language， and metacognition support spatial navigation in visually cue- restricted environments. This provides a theoretical foundation for future research on spatial navigation training， human-machine collaborative navigation systems， and other related fields.

Keywords："navigation in visually cue-restricted environments; spatial navigation; cognitive map; dynamic processing mechanism

模型的不同部分表示基于解剖學(xué)約束和功能目的交互作用。其中， 模型中的紅色和橙色部分分別涉及物體探測和計(jì)劃掃視。前額葉皮層（PFC）向V4/IT神經(jīng)元提供基于特征的自上而下偏向， 并向內(nèi)側(cè)顳葉（MTL）中負(fù)責(zé)空間長期記憶（藍(lán)色部分）的PRo神經(jīng)元（海馬旁回區(qū)域的神經(jīng)元）提供支持物體識(shí)別的相關(guān)信息。注意力通過該系統(tǒng)內(nèi)在再入動(dòng)態(tài)部分產(chǎn)生， 但受不同自上而下導(dǎo)向信號(hào)的偏向。來自計(jì)劃掃視（CD）的信息通過X_FEF發(fā)送到頂內(nèi)溝外側(cè)壁（LIP， 深綠色）， 在此通過來自VR的眼位置信號(hào)（EP）轉(zhuǎn)換為頭部參照框架。物體位置信息也在LIP中從眼中心參考框架轉(zhuǎn)換為頭中心的參考框架， 并存儲(chǔ)在頂葉優(yōu)先級(jí)地圖（X_h）中。這些信息進(jìn)一步傳遞到PW， 通過RSC （淺綠色）利用頭部方向轉(zhuǎn)換為世界中心參考框架。物體位置、物體身份、空間邊界以及代理在房間中的位置被編碼到MTL的記憶中。在再認(rèn)過程中， 來自MTL的世界中心參照信息通過RSC反饋到PWo， 并進(jìn)一步傳遞到X_h， 從那里獲取LIP和FEF作為V4/IT中的空間注意信號(hào)。如果FEF運(yùn)動(dòng)細(xì)胞（FEFm）的神經(jīng)活動(dòng)超過閾值， 將觸發(fā)掃視， 并轉(zhuǎn)移到FEFm細(xì)胞指示的位置。眼睛的移動(dòng)由影響視覺采樣世界輸入圖像的掃視生成器外部確定。左上方給出了大腦區(qū)域的側(cè)視圖。未描繪的是PW， 推測位于楔前葉。縮寫：V1-初級(jí)視皮層， V4- 第四視皮層， IT-內(nèi)頂葉皮層， PFC-前額葉皮層， FEF-額眼區(qū)（具有視覺、視運(yùn)動(dòng)、運(yùn)動(dòng)細(xì)胞特征）， LIP-頂內(nèi)溝外側(cè)壁， EP-眼位， CD-副放電， Xh-頂葉優(yōu)先級(jí)地圖， PW-頂葉窗口（物體， 邊界）， HD-頭部細(xì)胞， RSC-背內(nèi)側(cè)皮層， TR-脾后變換回路（物體， 邊界）， MTL-內(nèi)側(cè)顳葉， BVC-邊界向量細(xì)胞， OVC-物體向量細(xì)胞， PR-海馬旁回神經(jīng)元（物體， 邊界）， PC-位置細(xì)胞。實(shí)線箭頭表示完全連接的神經(jīng)元群體， 而虛線箭頭表示需要額外（外部）線索連接。