文献集总览 / 运动控制、内模型、最优反馈与目标拦截 / I · 汇流：闭环 BCI 与虚拟现实（1 篇） / I01 · 脑机接口实现虚拟现实导航

I01 · Intracortical brain-computer interface for navigation in virtual reality in macaque monkeys

Saussus, O., De Schrijver, S., Garcia Ramirez, J., Decramer, T., & Janssen, P. (2026). Science Advances, 12, eadw3876. doi:10.1126/sciadv.adw3876

三只猕猴通过皮层内BCI在立体VR中完成导航及相关目标控制任务。解码器在一次在线阶段保持固定，但每次实验需校准，几何或视角变化还可能需要重新训练。

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
  1. 背景
  2. 研究思路
  3. 方法
  4. 主要结果
  5. 逐图解读
  6. 讨论与解读边界
  7. 思考问题

背景

光标控制成功不保证能处理导航、目标跳变和绕障。本文检验被动观察校准后的BCI能支持哪些闭环行为。

研究思路

比较五类任务的成功率和轨迹，并用离线区域组合与在线重放分析检查信号来源及性能评估的局限。

方法

三只恒河猴头固定、双臂约束，观看带快门眼镜的立体场景。每次实验先被动观察校准，再用PSID相关潜状态、非线性特征和速度读出进行在线控制。猴2的有效信号仅来自M1，不能说三只均使用三区联合解码。

在线阶段内参数固定；Center-Out、Respawn和Obstacle可共享校准，Continuous Navigation及三维条件需结合相应几何和视角训练。区域贡献主要在猴1/3的匹配通道离线比较中评估。

主要结果

三只动物的主要任务表现高于置换基线，最高单次成功率96%不能当成平均水平。不同动物经验不同，初学动物呈训练改善。

附加任务支持三维控制、目标跳变后的修正及绕障。部分成功率差异未显著，不等于任务完全无代价；成功轨迹的策略差异也不足以唯一确定内部计划机制。

所比较离线指标中，PMv/PMd组合表现较好；在线表现又高于相应离线重放。差异提示反馈、延迟与在线适应值得研究，不能量化成“闭环适应占控制能力的一半”。

逐图解读

图1 原文 Fig. 1 · PDF 第 3 页

图1 · 各任务表现。 展示跨实验学习与条件差异，应区分个体均值、滑动平均和最高单次值。

图2 原文 Fig. 2 · PDF 第 5 页

图2 · 区域与离线/在线比较。 归一化参照在不同面板不同；离线优势不直接等于区域因果贡献。

图3 原文 Fig. 3 · PDF 第 6 页

图3 · 三维、跳变和绕障轨迹。 部分图只展示成功试次，不能忽略失败选择对策略解读的影响。

图4 原文 Fig. 4 · PDF 第 9 页

图4 · 记录和VR装置。 示意三区植入及头固定立体显示，实际有效区域需按动物区分。

图5 原文 Fig. 5 · PDF 第 10 页

图5 · 任务结构。 目标跳变和绕障的在线泛化应与三维、视角变化所需校准分开，不是同一永久解码器覆盖所有条件。

讨论与解读边界

被动观察校准可用于后续控制，不直接证明镜像神经元或完全共享的潜在机制。摄像机变化可能影响成绩，但未被单因素消融确定为主要原因。健康动物约束、少量肌电和眼动对照不能替代瘫痪患者验证，也未证明跨日免校准或真实轮椅安全。

思考问题

  1. 保持解码器跨日固定时，信号变化和行为适应分别怎样影响成绩？
  2. 匹配通道数并进行在线区域消融后，区域贡献是否与离线分析一致？
返回总纲