文献集总览 / 运动控制、内模型、最优反馈与目标拦截 / F · 群体动力学纲领（11 篇） / F10 · 运动控制的神经流形

F10 · Neural manifolds for the control of movement

Gallego, J.A., Perich, M.G., Miller, L.E., & Solla, S.A. (2017). Neuron, 94, 978–984. doi:10.1016/j.neuron.2017.05.025

这篇2017年Perspective用低维流形组织运动准备、执行与学习的证据。它区分群体模式和模式随时间的活动，并讨论连接可能施加的约束；流形的几何描述尚不是唯一机制。

核对版本：Zotero motor_control_interception_64 集合本地全文（PDF 全文提取，图注与正文互相校订，2026-09-18；图注所标页码均为 PDF 文件页序，非期刊印刷页码）；Zotero 条目。

本文目录

背景

单细胞响应复杂，群体协变却可能较低维。流形语言有助于把细胞权重、潜在活动和任务变化分开讨论。

以等长腕任务示例介绍分解，再连接准备期子空间、BMI学习和RNN模型，提出跨任务及非线性问题。

本文为Perspective，包含示例数据和既有研究，没有统一新增实验样本。PCA示例使用68个同时记录细胞；模式是神经空间中的方向，latent activity是沿这些方向随时间变化的系数。

不同图引用不同研究，输出空间、流形内外扰动和网络模型的定义不能相互替代。长期学习部分包含当时的会议摘要，应保留2017年的证据语境。

少数模式可概括示例群体的主要变化，但三个展示模式不等于完整重建68个细胞。准备活动在特定读出的null维度中占较大成分，支持准备与输出部分分离。

BMI研究显示短期更容易学习流形内重组合，较难学习要求新模式的映射；困难不是永久不可能。网络研究支持连接及训练约束影响群体结构，不支持每次流形变化都必然发生突触改变。

综述把同一框架扩展到其他脑区和物种，包括海兔Aplysia足神经节。自然任务是否需要非线性流形、不同任务如何共享结构，仍是开放问题。

原文 Fig. 1 · PDF 第 2 页

图1 · 模式、权重和流形。 B为概念分解示意，不是三细胞新实验；C–E区分线性近似、曲面及跨任务关系。

原文 Fig. 2 · PDF 第 3 页

图2 · 等长腕任务示例。 单细胞、三个潜变量和累计方差曲线互相参照，不能把前三模式写成全部响应。

原文 Fig. 3 · PDF 第 4 页

图3 · 准备与执行的不同证据。 四面板来自不同研究，支持相互联系的解释，但并非一条已完整验证的因果链。

原文 Fig. 4 · PDF 第 5 页

图4 · 学习与模型约束。 流形内外BMI扰动和RNN比较说明可学习性及结构约束，不证明最少连接或永久不可改变。

流形、轨迹与输出读出是三个层次，低维不意味着单细胞无意义，也不意味着大脑只有一个通用固定流形。共同输入、任务限制及平均操作可能贡献低维性，需与连接约束区分。