研究野生动物的行为往往很棘手——实验控制很少，无关数据丰富。当多只动物聚在一起时，它们的外表、行为和气味都会相互影响，使得解析复杂的社会互动变得困难。然而，机器人或动画伙伴可以简化这个方程。研究动物-机器人互动使研究人员能够在任何互动中完全控制一个伙伴，可以反复向动物呈现相同的刺激，或比较不同个体的反应。该方法补充了基于观察的研究：科学家可以使用基于机器人或动画的范式来测试从使用人工智能工具追踪行为的研究中获得的见解。本文系统解析机器人如何用于研究斗鱼打斗、虎皮鹦鹉发声和孔雀鱼集体行为。
一、动物-机器人互动方法的优势
| 优势 | 描述 |
|---|---|
| 完全控制 | 在互动中对一个伙伴有完全控制 |
| 可重复性 | 可以反复向动物呈现相同的刺激 |
| 个体比较 | 可以比较不同个体的反应 |
| 测试假设 | 可以测试从观察研究中获得的假设 |
| 补充观察 | 与基于人工智能行为追踪的观察研究互补 |
| 良性循环 | “恶性循环的反面——良性循环” |
二、挑战与考量
| 挑战 | 描述 |
|---|---|
| 可信度 | 动物是否相信它们所看到的是关键；没有手册描述什么特征使机器人可信 |
| 社会伙伴 vs. 非社会对象 | 不清楚动物是将机器人视为社会伙伴还是“某种非社会对象的非常特殊的案例” |
| 验证 | 可以比较动物对真实同伴与假同伴的行为 |
| 必要性 | 该方法对于确认通过受控实验获得的大脑知识在现实情况下是否成立至关重要 |
三、案例研究1：斗鱼打斗
| 方面 | 描述 |
|---|---|
| 自然行为 | 雄性斗鱼轮流展开鳃盖、侧身、展开鳍，然后开始咬斗 |
| 动画方法 | 制作斗鱼视觉展示的短动画序列 |
| 发现 | 动画鱼的游泳深度与观察鱼的攻击性水平相关：在更高处游泳比在鱼缸底部附近游泳激发更多攻击性 |
| 机器人方法 | 开发了3D打印硅胶鱼，连接透明杆，由附近追踪真斗鱼的摄像头引导 |
| 优势 | 对互动有更大控制，防止真鱼受伤 |
| 目标 | 识别与攻击性相关的特定基因，测试操纵这些基因如何影响打斗行为 |
四、案例研究2：虎皮鹦鹉发声
| 方面 | 描述 |
|---|---|
| 自然行为 | 虎皮鹦鹉彼此进行“非常丰富的对话”，模仿人类语言，大约一周内学会新鹦鹉的词汇 |
| 神经回路 | 前弓状核中央核（发声输出区域）的活动通过声音属性编码唧唧声和歌曲——类似于人脑支配语言的方式 |
| 机器人方法 | 使用真人大小的、逼真的动画虎皮鹦鹉（甚至喙上有准确的性别特异性颜色） |
| 发现 | 真鸟立即对机器人伙伴产生好感：对它们唱歌、用鼻子蹭它们、“各种社会行为” |
| 目标 | 探索鸟类可以模仿的声音范围，它们是否可以学习、保留和使用多种词汇；使用机器学习形成关于不同发声含义的假设，然后用机器人测试 |
五、案例研究3：孔雀鱼集体行为
| 方面 | 描述 |
|---|---|
| 自然行为 | 鱼群本质上是许多同时发生的一对一社会互动 |
| 机器人方法 | 使用3D打印鱼，连接到磁性底座，可从鱼缸下方控制 |
| 发现 | 当机器人被编程考虑它们的回避行为时，孔雀鱼更倾向于跟随机器人；起初冷漠的鱼最终对更谨慎的机器人产生好感，但远离攻击性机器人 |
| 关键洞察 | “适应性领导者比静态领导者更好”——如果没有机器人，不可能展示这一点 |
六、视觉 vs. 非视觉线索
| 方面 | 描述 |
|---|---|
| 视觉动物 | 使用动物机器人可能对视觉动物最成功 |
| 例子1 | 机器蜜蜂研究摇摆舞（涉及视觉和振动线索）比机器孔雀鱼研究集体行为（主要依赖视觉信号）更困难 |
| 启示 | 方法的选择应基于目标物种的主导感觉模态 |
七、结论：机器人作为自然神经科学的工具
机器人嫁接近然神经科学和实验控制，为研究动物社会互动提供了强大的新工具。通过完全控制一个互动伙伴，研究人员可以反复呈现相同刺激、比较不同个体、测试从观察研究中获得的假设。从斗鱼的攻击性到虎皮鹦鹉的发声再到孔雀鱼的集体行为，机器人方法正在帮助解码支配动物社会互动的规则。
核心信息：
-
机器人提供完全控制、可重复性和个体比较的能力。
-
方法补充观察研究，形成“良性循环”。
-
斗鱼：机器人揭示游泳深度与攻击性的关系。
-
虎皮鹦鹉：机器人帮助解码发声和测试关于声音含义的假设。
-
孔雀鱼：机器人揭示“适应性领导者比静态领导者更好”。
-
对视觉动物最成功。
参考来源：
Bendesky, A., Landgraf, T., Long, M., et al. (2025). Robots marry natural neuroscience, experimental control to probe animal interactions. The Transmitter.