导语：当你伸手去拿一杯咖啡，或本能地躲避一个飞来的球时，你的大脑正在快速计算周围物体的“价值”。长期以来，神经科学观察到大脑中存在大量以身体部位为中心的感知觉响应区域，但其功能意义一直缺乏统一的理论解释。一项最新发表于《Nature Neuroscience》的研究，通过强化学习和人工神经网络模型，提出了一个突破性的新观点：这些响应场并非简单的感官映射，而是构成了一个以身体为中心的“自我中心价值地图”，它高效地编码了周围物体对主体的行为价值（行动收益或威胁代价），为自适应行为提供了计算基础。
近体空间（Peripersonal Space）之谜：从响应场到功能意义
近体空间（Peripersonal Space, PPS）是指我们身体周围、可以直接与身体交互的有限空间区域。单神经元记录、fMRI和脑电图研究反复发现，大脑皮层存在大量以特定身体部位（如手、脸）为中心的“多感觉神经元”。这些神经元对靠近该身体部位的视觉、触觉甚至听觉刺激产生强烈反应。经典理论认为，这些“响应场”的功能是整合多感官信息，进行身体防御或引导抓握动作。然而，为什么这些响应场会呈现特定的形状和大小？它们是否仅仅反映了感觉输入的统计规律，还是编码了更深层的、与行为相关的变量？这是本研究试图回答的核心问题。
研究策略：用强化学习和人工神经网络模拟“价值学习”
为了探究这些响应场的计算起源，由罗里·约翰·布法基（Rory John Bufacchi）和吉安·多梅尼科·扬内蒂（Gian Domenico Iannetti）领导的研究团队，采用了一种“计算神经科学”的研究范式。他们假设：以身体部位为中心的响应场，实际上编码的是“动作价值”——即在该位置采取“接触”动作所能获得的预期累积奖励或惩罚。这一假设源于一个最基本的生物学事实：动物经常在接触环境物体后获得奖励（如食物）或遭受惩罚（如疼痛）。
研究团队构建了人工神经网络（ANN），并使用强化学习算法（Q-learning）对其进行训练。网络的任务是学习一个复杂的交互环境：一个虚拟的“手”（身体部位）需要根据周围移动物体的位置，决定是去“拦截”获得正奖励，还是“回避”以规避负惩罚。网络的输入是物体相对于手的位置坐标，输出是对不同动作的价值估计（Q值）。关键在于，网络并没有被预先编程任何“感受野”结构，所有响应模式都是通过试错学习自组织涌现的。
核心发现：价值编码驱动感受野形成，并涌现模块化结构
研究结果强有力地支持了“价值地图”假说，并带来了一系列新颖的发现：
- “价值场”自然涌现：在成功学习的网络中，研究者分析了隐藏层神经元的活动。他们发现，大量神经元自发展现出了以手为中心的、空间受限的响应场——这些场域的大小、形状和位置并非固定，而是动态地编码了物体在该空间位置所能带来的“价值”（无论是高奖励还是高威胁）。靠近手的位置价值编码最精确，这与经典PPS神经元的特性高度吻合。
- 统一解释多种实验现象：基于该“自我中心价值地图”模型，研究者成功拟合了来自23个已发表实验、涵盖10个独立研究组的多种行为和神经数据，包括：
- 经典的手-脸多感觉整合实验。
- 工具使用后PPS的“扩展”现象（工具尖端被纳入价值地图）。
- 情绪或威胁性刺激（如逼近的蜘蛛）对PPS边界的调节。
相比之下，单纯的“感觉不确定性”模型或“单调衰减”模型无法同样好地解释这些数据。 - “模块化”架构与类比海马体认知地图：一个最激动人心的发现是，当网络需要同时学习“接近奖励”（拦截）和“回避威胁”（躲避）两种具有冲突价值的目标时，网络内部会自发演化出模块化结构——不同的神经元亚群分别专门编码“奖励价值”和“威胁价值”。这种功能分离的模块化架构，极大地提高了网络的学习效率和应对新任务（如迁移到新环境）的泛化能力。
- 与海马体地图形成理论类比：研究者提出，这种短程、以自我为中心、随时间快速更新的“价值地图”，与著名的海马体异中心（allocentric）认知地图（长程、以环境为中心、相对稳定）形成互补。前者指导即时、近距离的交互动作，后者支持远期、空间的导航与规划。两者可能构成了大脑构建环境模型的通用计算原则——即通过低维的、结构化的“地图”来高效编码与主体相关的变量。
结论与意义：从“是什么”到“值多少”——感知与价值的统一
该研究的第一作者罗里·布法基博士总结道：“我们的模型表明，大脑中编码身体周围空间的神经元的真正功能，不是简单地告诉大脑‘什么物体在哪里’，而是直接计算出‘在那里采取接触动作能得到多少价值’。这是一种将感知、价值与行动紧密结合的高效编码策略。”
这一发现具有深远的理论意义和临床潜力：
- 对认知神经科学的理论革新：它提供了一个统一的、规范性的理论框架，来解释长期存在的“近体空间”现象。它将看似不同的功能（如防御、抓取、多感觉整合）统一到一个核心计算目标下——最大化收益、最小化伤害。这更新了我们对感觉皮层功能组织的理解。
- 连接“价值”与“空间感知”的桥梁：研究将强化学习中的“价值函数”与感官编码中的“感受野”联系起来，为理解情绪、动机如何动态调节空间感知（例如，焦虑时PPS扩大）提供了精确的计算模型。
- 对类脑智能与机器人学的启示：该模型展示了一种如何让智能体在复杂环境中，通过自组织方式学习到以自我为中心的、模块化的、可泛化的环境表征。这为开发具有更高效、更鲁棒交互能力的机器人控制系统提供了新的设计原则。
- 临床疾病的新视角：许多神经精神疾病（如焦虑症、慢性疼痛、自闭症）患者表现出异常的身体边界或近体空间处理。该模型提示，这些异常可能源于“价值地图”的扭曲——即对威胁的过度估计或对奖励的钝化。未来可通过行为与计算建模结合，进行精准评估和干预。
总而言之，这项发表于《Nature Neuroscience》的研究，通过计算建模与实证数据的巧妙结合，为我们理解大脑如何表征身体周围世界提供了一个全新的、统一的理论：我们感知到的近体空间，本质是一幅以自我为中心的、动态更新的“价值地图”。它告诉我们，大脑不关心物体本身，而更关心这个物体对我而言“值多少”。