科学家造出“虚拟老鼠”：能跑能跳还会学习

哈佛大学与谷歌DeepMind的研究团队近日在《自然》期刊发表新成果，成功构建了一只能精准模拟真实老鼠运动模式与神经活动的“虚拟老鼠”。

该模型由人工神经网络驱动，通过深度强化学习（一种结合试错反馈与深度学习的AI训练方法）训练，能在物理模拟器中复现生物力学真实的运动。

虚拟动物的“大脑”活动与真实老鼠的神经信号高度匹配。虚拟大脑中的人工神经元激活模式，与真实老鼠负责动作控制的关键脑区（如感觉运动纹状体）信号几乎一致。例如，前爪伸展动作触发的人工神经信号，与真实生物实验数据误差仅3%。

这一成果首次将生物运动控制的原理与神经活动结构直接关联。团队计划进一步让虚拟动物自主完成真实老鼠的复杂任务，以揭示技能习得的神经机制。

该研究不仅推动脑科学，也为机器人设计带来启示。虚拟动物的“逆动力学模型”（通过目标反推动作的计算框架）为下一代AI机器人开发提供新思路。