視覺線索受限環境導航中認知地圖的動態加工機制

摘 "要""視覺線索受限環境中， 視覺線索模糊和視野狹窄等因素會降低個體導航效能。認知地圖憑借其靈活性和預覽性的特點為導航提供支持， 保證導航過程的連續性和準確性。研究分析了認知地圖的構成要素及相關理論基礎， 提出了認知地圖的構建和更新?校正兩階段動態加工機制及其對視覺線索受限環境中空間導航行為的影響。在構建階段， 個體通過多感官通道獲取并整合空間信息形成認知地圖; 在更新?校正階段， 個體更新并校正空間心智模型和空間定向以實現空間導航， 并全程受到元認知監控的調節。認知地圖的動態加工機制厘清了推理、語言、元認知等認知加工過程如何支持視覺線索受限等環境中的空間導航行為， 為未來探索空間導航能力訓練、人機協同導航智能化等方面提供理論基礎。

關鍵詞""視覺線索受限環境， 空間導航， 認知地圖， 更新?校正階段加工

分類號""B842

1""引言

空間導航是個體在導航過程中保持方向、識別位置以及規劃路徑的一種空間認知能力（Gallistel， 1989）。認知地圖為空間導航提供了內部表征框架， 它通過整合空間信息， 包括路標位置、路徑走向等， 幫助個體在腦海中構建起對環境的整體認識， 從而為空間導航奠定基礎。空間導航作為人與環境交互的復雜認知行為， 不僅需要個體具備較高的空間認知能力， 還需要根據環境變化靈活調整導航策略， 其中主要包含路線策略（route strategy）和定向策略（survey strategy） （G?rling et al.， 1981）。路線策略以識別和記憶路標為主， 如路標識別、路標序列記憶等; 定向策略包含對環境的整體空間表征， 如路徑整合。目前， 空間導航的相關研究多聚焦于視覺主導的地面環境， 而隨著人類對空天海等環境的不斷探索， 空間導航對個體空間認知能力提出了更高的要求。與視覺主導的一般導航環境不同， 黑暗、夜航、低能

見度以及封閉空間等視覺線索受限環境導航（navigation in visually cue-restricted environments）中， 由于視覺線索模糊或缺失、環境信息不確定以及身體運動信息受限等因素， 個體難以形成完整的空間表征， 從而增加了空間導航的難度（Creem-Regehr et al.， 2021）。理論上， 認知地圖（cognitive map）作為個體基于環境整體空間結構選擇環境線索構建獨立于自身存在的全景地圖， 有助于規劃路線和修正錯誤路線（吳文雅， 王亮， 2023; Ishikawa amp; Zhou， 2020）。然而， 視覺線索受限環境中的空間導航機制尚不明確， 特別是個體在視覺線索缺乏的情況下如何通過整合環境線索構建認知地圖， 以及在環境變化后如何更新和校正認知地圖。基于此， 本研究回顧了空間導航中認知地圖的相關研究， 結合視覺線索受限環境導航的特征闡述了認知地圖的動態加工機制， 旨在探討這一機制如何支持空間導航， 以提升個體在視覺線索受限環境中的導航能力。

2""認知地圖的構成要素與表征

Wolbers和Hegarty （2010）提出的空間導航加工模型總結了個體在空間導航過程中涉及的環境空間線索和個體空間認知能力， 提出了空間表征的離線表征和在線表征兩種形式。基于該模型， 結合個體在空間導航中面臨的環境特征和認知特點， 本研究歸納了認知地圖所包含的構成要素， 并系統梳理了認知地圖中各要素組織形式的相關理論。

2.1""認知地圖的構成要素

從空間導航的人?環境交互的視角出發， 認知地圖的構成要素可劃分為兩大類：以環境特征為主的環境要素和以個體認知加工過程為主的認知要素。環境要素可進一步根據空間環境知識分為以路線知識為主的路標視覺要素、路標語義特征、路標有效性等， 和以定向知識為主的路標可見性、空間軸向、空間邊界和轉彎/交叉路口等。而認知要素以情境記憶（episodic memory）和事件（event）為主， 本研究中所提及的“事件”這一概念代表個體在不同時空點下與情景記憶密切相關的狀態。圖1總結了認知地圖構成要素的總體分類， 以下是對兩類要素的詳細闡述。

環境要素中， 個體通過單獨或疊加使用各要素識別路標的獨特性， 從而形成路線知識。路標以視覺要素（如顏色、形狀等）為主， 其中包含豐富的感知覺信息。Ishikawa和Nakamura （2012）的研究表明， 人們會傾向于將面積較大、色彩飽和度較高的建筑物視為路標， 這種偏好會影響路線選擇。除了視覺線索外， 聽覺、前庭覺等感知覺提供的線索也能作為路標提高個體導航績效（Wunderlich et al.， 2023; Gao et al.， 2021; Jabbari et al.， 2021; Karim et al.， 2018）。此外， 路標的語義特征賦予了路標獨特性， 這一特征通常包含文化與歷史因素（Nuhn amp; Timpf， 2018）。例如， 博物館和體育館等功能性建筑物或具有歷史價值的舊址或天壇等均可作為路標。不同地理位置的路標也展現出其獨特性， 例如， Ishikawa和Nakamura （2012）發現， 交叉路口的建筑物常被作為路標， 而在陌生環境中， 個體對這些路標的識記率更高（Yesiltepe"et al.， 2021）。個體對路標的偏好以識別有效路標為目的， 若記憶中的路標與真實環境不一致則容易產生迷失感。以路線知識為主的環境要素多以離散形式存在， 以定向知識為主的環境要素連接離散的構成要素， 幫助個體構建整體空間表征。根據路標的可見性， 路標可分為整體路標（global landmark）和局部路標（local landmark）兩類（Yesiltepe et al.， 2019; L?wen et al.， 2019）。山脈、大廈等可以從遠距離觀測到的路標為整體路標， 而僅在少部分地區或近距離才能觀察到的路標為局部路標， 個體能夠通過判斷整體路標與局部路標的位置關系來確定自己在空間中的位置。然而， 對于整體路標和局部路標對認知地圖影響作用的研究結果尚無定論。部分研究認為局部路標有效支持個體空間導航， 但也有研究提出整體路標在基于認知地圖的導航中更為重要（Credé et al.， 2020; Meilinger et al.， 2014）。此外， 空間軸向作為環境特征要素之一， 也會影響個體構建認知地圖。空間框架理論（spatial framework）提出， 個體以自我中心參考框架表征空間信息， 并通過頭腳軸、前后軸和左右軸三個軸定位物體， 其中識別頭腳軸最為容易， 識別左右軸最為困難（Pitt et al.， 2022）。另外， 空間邊界會調節環境幾何表征并分割沿途發生的事件從而影響個體對空間環境的情景記憶。例如， 人們容易將同一房間內的信息組塊記憶（Hao et al.， 2022; Brunec et al.， 2018）。路口將連續路線分割為路線片段儲存于空間記憶中， 路線間的方位分布構成了認知地圖的空間基礎， 分離的路線片段也能夠在認知地圖的基礎上靈活重組， 構成新的空間表征（Nardi et al.， 2020; Brunec et al.， 2018; Bonasia et al.， 2016）。

認知地圖不僅包含環境表征等環境要素， 還涉及導航情境中與個體狀態相關的信息， 即認知要素。首先， 情景記憶是一個具有重要影響的認知因素。已有研究表明， 海馬和內側顳葉參與認知地圖構建， 其中內側顳葉與情景記憶有關。場景構建理論（scene construction theory）認為， 海馬（hippocampus， HC）支持個體構建復雜空間情景， 這些情景可作為“腳手架”幫助個體整合經驗并補充細節（Maguire amp; Mullally， 2013）。其次， 導航中的事件也會影響認知地圖的表征。Sheldon和El-Asmar"（2018）發現， 存在不同的認知機制支持事件和場景表征的構建， 其中事件表征通過情景記憶支持環境要素結構化。由于事件反映個體在環境中的一系列狀態， 使空間導航具備時空特性（Teghil et al.， 2019）， 本研究也將時間知覺納入“事件”中加以考慮， 這一點在認知神經的研究中也得以證明。Ekstrom和Ranganath （2018）認為海馬是圍繞空間和時間組織經驗的靈活且結構化的系統， 幫助個體實現多模態整合以支持從空間導航到情景記憶的多種認知功能。其中， 海馬CA1接受來自內嗅皮層（entorhinal cortex， ERC）的信息傳入以支持基于多種任務和行為狀態下的記憶和空間導航（Priestley et al.， 2022）。另外， 情緒也被證明能夠影響個體對認知地圖的表征。如情緒會影響個體對路線線索的空間記憶效率（Chan et al.， 2014）。

綜上所述， 認知地圖中的各要素并非孤立存在， 而是相互結合、共同影響空間導航。例如， 研究發現， 在使用導航輔助軟件時， 賦予路標情感線索的聽覺敘述能夠促使個體更多地使用第一視角地圖進行導航（Lanini-Maggi et al.， 2021）。基于此， 本研究簡要梳理了有關認知地圖表征形式的相關理論， 旨在解釋這些要素間的相互作用機制。

2.2""認知地圖要素組織形式

認知地圖通過反映對環境的完整表征來支持空間導航， 但這一表征過程往往存在認知扭曲。歐氏空間表征、認知圖譜和Spacecog模型等理論均探討了個體如何在認知地圖中組織環境要素。Bellmund等（2018）提出的認知空間理論在總結環境要素組織形式的同時整合了認知要素， 構建了包含抽象概念的空間表征形式。下文詳細闡述了各個理論的內容。

2.2.1""認知地圖中的空間信息整合方式

路標學習與路徑整合是兩種基本的空間信息整合方式。一方面， 路標學習通過個體對路標與目標位置關系的判斷以及路標序列的記憶形成空間關系聯結（李丹， 楊昭寧， 2015）。Wang等（2014）提出， 個體在不同環境的導航中會形成三種路標知識：引導性的路標知識、位置識別的路標知識和路標序列知識。引導性的路標知識和位置識別的路標知識主要用于判斷自身、路標與目標之間的空間關系， 而路標序列知識則涉及個體對路標間空間關系及其順序的編碼。對于部分簡單路線， 個體僅需記憶路標間的序列關系即可完成導航， 但當路標序列包含空間度量信息時， 路標序列知識則比一般的序列記憶更加復雜。另一方面， 路徑整合是個體通過身體運動產生的前庭覺和本體覺（統稱為idiothetic信號）收集運動方向與距離信息以記錄個體相對位移的過程（Anastasiou et al.， 2023; Renault et al.， 2018）。Wang"（2016）提出了路徑整合的計算機制， 認為人類在空間導航中會使用多個路徑積分器（path integrator）來追蹤路標在環境中的位置。例如， 當個體從A導航至B時會建立從A到B的路徑積分器A， 并不斷更新其位置; 而從B移動到C時， 則會建立和更新路徑積分器B。路徑整合計算并連接多個路徑積分器并儲存于長時記憶中。但僅依賴路徑整合系統會累積路徑整合錯誤（Wang， 2016）。因此， 整合過程還需路標知識參與以糾正累積的路徑錯誤， 路徑的度量信息會與其他路標信息一同納入認知地圖。

2.2.2""歐氏空間表征和認知圖譜

研究者認為， 通過路標學習和路徑整合構建的認知地圖更符合以表達地理環境信息為主的歐氏空間表征形式， 該表征支持個體識別方向、尋找捷徑（Wang， 2016）。部分認知神經研究支持了這一觀點。研究發現， 內嗅皮層和海馬中的位置細胞（place cell）和網格細胞（grid cell）編碼空間位置和方位信息， 神經元相互協調形成空間記憶和空間導航所需要的神經回路， 構建導航定位系統， 進而在腦內形成認知地圖（鄭麗 等， 2023）。對導航過程中海馬前部和內嗅皮層活動的監測顯示， 內嗅皮層支持歐式距離編碼， 該區域內網格細胞的多個放電場為空間表征提供環境坐標系（Howard et al.， 2014）。在fMRI （Doeller et al.， 2010）、單神經元活動（Jacobs et al.， 2013）和顱內q波振蕩（Maidenbaum et al.， 2018）的研究中均發現了網格細胞支持歐式度量空間表征的證據。然而， 個體對空間信息的組織方式可能會產生認知扭曲， 即使空間表征不完全符合歐式表征， 個體仍能識別路標間的空間位置關系， 研究者將這種表征空間信息的形式稱為認知圖譜（cognitive graph） （Peer et al.， 2021; Meilinger et al.， 2018; Brunec et al.， 2017; Chrastil amp; Warren， 2014）。認知圖譜將部分路標的空間位置標記為節點（node）， 節點間以鏈接（links）的形式組織， 鏈接僅表示節點間導航必要的動作序列和度量信息（Warren， 2019）。因此， 認知圖譜可看作是轉換導航狀態的特定動作序列集合。認知神經的相關研究顯示， 海馬中的位置細胞將空間和時間劃分為不同片段（Wang et al.， 2020; Bulkin et al.， 2020）， 按照經驗的層次結構進行編碼以表示環境要素之間的圖式關系（Sun et al.， 2020; Baraduc et al.， 2019）。Bicanski和Burgess （2020）總結了與海馬相關的研究后提出了向量編碼細胞在空間認知中的作用及編碼機制， 指出多種類型的向量編碼細胞（如邊界向量細胞、對象向量細胞和路標向量細胞）在遠離感覺外圍的腦區中編碼環境中的距離和方向信息。這些細胞通過相互連接和參考框架轉換支持了自我定位、記憶和導航規劃等空間認知功能。可見， 個體對空間環境的表征形式可能存在一定結構性， 底層結構以歐式表征表示空間度量信息， 上層結構實現空間認知加工。

2.2.3 "Spacecog大尺度空間認知神經計算模型

Burkhardt等（2023）提出了名為Spacecog的大尺度空間認知神經計算模型， 解釋了人類的多個腦區間如何相互作用并通過空間記憶表征物體位置（圖2）。該模型整合了三個獨立的神經計算模型， 分別為物體識別和物體探測的注意模型（Beuth， 2019）、掃視空間知覺模型（Bergelt amp; Hamker， 2019）和空間記憶和表象模型（Bicanski amp; Burgess， 2018）。這些模型通過結合物體記憶與視覺感知對應個體的編碼及心理想象過程。編碼過程中， 代理（agent）通過特征注意進行視覺搜索， 改變了視覺皮層V4/IT區域上對象細胞的反應曲線。同時， V4/IT信息驅動額眼區（frontal eye field， FEF）進行目標選擇， 而相關空間信息則通過頂內溝外側壁（lateral intraparietal cortex， LIP）進行空間視覺轉換并將信息從眼中心參考框架轉換為頭中心參考框架， 隨后在頂葉窗口（parietal window， PW）與環境信息相結合， 通過后扣帶回轉換回路（retrosplenial transformation circuit， RSC/TR）最終將空間信息轉換為世界中心參考框架。空間信息在長時記憶中被編碼至內側顳葉（medial temporal lobe， MTL）中的吸引子網絡（attractor network）。在表征心理意象的過程中， 利用物體識別通過基于線索的記憶檢索機制在MTL中重新激活先前編碼階段的神經模式， 此時， 神經模式中包含編碼過程中代理的空間信息（包含物體間的相對位置信息和相對于環境的絕對位置信息）。這些模式被用于空間導航， 并通過RSC和LIP再次將空間信息從世界中心的參考框架轉換為以眼為中心的參考框架， 從而在FEE中進行注意力控制。該模型較全面地涵蓋了認知地圖構建過程中從視覺識別到空間表征記憶的過程， 視覺與記憶在認知地圖中的緊密聯系能夠幫助個體準確有效地重新定位先前編碼過的物體。

2.2.4""認知空間

上述表征形式均聚焦于認知地圖對空間環境信息的物理表征， 但越來越多的研究者認為認知地圖不僅涵蓋空間環境信息， 還包含與導航過程相關的具有時序性的事件序列和與行動相關的抽象概念（Bellmund et al.， 2018; Park et al.， 2020）。Bellmund等（2018）提出認知空間（cognitive space）是由刺激的多種質量維度（包括物理特征如位置、方向和抽象特征如顏色、形狀）構成的空間表征形式（圖3） （Gardenfors， 2004）。刺激根據不同維度的特征值在認知空間中定位。具體來說， 認知空間是由滿足幾何約束（如鄰近性和等距性）的各維度所構成的空間， 其中每個刺激根據其在相關維度上的特征值被定位在認知空間中的特定位置。刺激的概念屬性界定為相關領域內的凸區域（convex region）， 即在某一維度上， 若設定兩點的坐標為x和y， 則該區域內的任意點都包含于該區域內。基于概念屬性的定義， 概念原型位于區域核心， 其他相關點則根據與核心概念的距離分布在不同位置。通過歐式度量的連續空間Voronoi鑲嵌， 空間中所有對象的位置被離散化從而更接近概念原型， 形成凸區域（Gardenfors， 2004; Bellmund et al.， 2018）。在這種框架下， 屬性構成了概念的最簡單形式。個體可基于凸區域對已有概念進行歸納推理。具體來說， 如果兩個刺激x和y存在共同屬性， 則推斷位于x和y區域間的其他刺激也具有相同屬性， 復雜屬性則由多個領域和其他相關聯信息組成。概念則可根據多個領域中的凸區域以顯著性加權。例如， 在表征“故宮”時， 其概念由地理位置特征、文化屬性和建筑樣式等多個凸區域共同定義。HC-EC系統中的處理機制作為人類高級認知的通用格式支持認知空間（Bellmund et al.， 2018）。例如， 位置細胞群的放電場提供個體周圍環境的空間表征， 網格細胞的六邊形對稱放電模式通過提供環境坐標系支持空間導航（Hafting et al.， 2005）。位置細胞和網格細胞可能是用于映射經驗維度的通用機制， 這一機制下， 位置細胞支持個體搜索并定位由內嗅網格系統支持的認知空間中的刺激。位置細胞與網格細胞的放電場隨嚙齒類動物海馬背腹軸的延伸而增大（Stensola et al.， 2012）， 這與認知空間在不同粒度下的映射相契合， 反映了知識層次或嵌套概念的多尺度表征。另外， 位置細胞和網格細胞在重建過程中的序列活動以及q波振蕩的參與， 使得個體能夠通過激活不同位置的神經元序列來模擬移動軌跡（Trettel et al.， 2019; Buckner， 2010）， 從而支持空間導航和其他適應性行為。認知空間的幾何定義通過各維度之間的關系允許個體靈活地推理和處理信息。通過將位置細胞和網格細胞的編碼映射到認知空間的多個質量維度， 相似的刺激根據其在相關維度上的特征值被定位在認知空間中的相近位置， 而不相似的刺激則被放置在較遠的位置。這種映射機制使大腦能夠基于幾何約束進行推理， 并支持復雜的高級認知功能。對認知空間的研究揭示了個體如何利用特定功能細胞的連續多尺度編碼映射空間， 該系統賦予了個體靈活表征不同結構的環境并通過時間序列模擬空間軌跡的能力。

2.2.5""歐氏空間、認知圖譜和認知空間的異同

認知地圖反映個體對環境空間的認識。歐氏空間、認知圖譜和認知空間分別探討了個體對環境的表征形式， 但各概念包含內容的側重點有所不同， 表1列舉了各概念及其表征形式。歐氏空間將環境信息納入全局坐標系中， 側重于對環境空間度量信息的表征（Peer et al.， 2021）， 表征形式類似“地圖”， 支持個體有效判斷物體間距離及相對方向。而認知圖譜則不使用任何空間坐標系， 即使歐氏空間表征出現認知扭曲， 個體依然能夠了解路標之間的拓撲結構（順序和連接性） （Lynch， 1964）。而無論是歐氏空間還是認知圖譜， 都僅從空間信息的角度解釋了認知地圖各要素的表征形式， 但眾多研究表明認知因素如標志性事件、時間知覺等會影響人們對環境的表征（Sheldon amp; El-Asmar， 2018; Teghil et al.， 2019）。認知空間在環境表征的基礎上將抽象概念納入其中以更完整且靈活的形式表現空間導航， 該理論的優點是支持個體在表征空間環境信息的同時將導航中的相關“事件”作為一個凸區域存在， 使個體能夠隨時提取相關事件以便規劃路線。

3""認知地圖在視覺線索受限環境導航中的動態加工機制

一般導航中， 個體依賴視覺線索進行路徑整合以構建認知地圖。視覺線索蘊含豐富的空間信息， 能夠提供較為準確的距離、方向和物體位置信息， 從而顯著提升個體空間定位和空間導航的準確性。然而， 在視覺線索受限環境導航中， 因視覺線索缺失或模糊、視敏度下降和視野狹窄等問題， 個體對距離、方位等空間信息的判斷能力受到削弱（Creem-Regehr et al.， 2021）。同時， 由于缺乏視覺反饋校正路徑整合過程， 容易累積路徑整合誤差， 進而導致導航失敗， 降低導航信心。認知地圖作為反映環境空間特征的全景地圖為個體提供必要的環境空間信息。在視覺線索受限的環境中， 個體對認知地圖的依賴程度相比一般導航環境更高（Cheung et al.， 2012）。這一點在嚙齒類動物的研究中得到了支持。研究表明， 小鼠在黑暗環境中依賴路徑整合感知周圍環境（Cheung et al.， 2012）。在人類導航， 尤其在視覺線索受限的環境下， 認知地圖承擔了更多功能。除提供基本環境信息外， 個體需要主動整合多感官信息以更新和校正認知地圖， 強調了認知地圖動態加工中更新和校正環境線索的重要性。同時， 元認知監控在整個更新和校正過程中起著至關重要的作用， 它使個體能夠評估和調整自己的空間信息處理策略。本節詳細闡述了認知地圖在視覺線索受限環境導航中的動態加工機制， 重點探討了從空間心智模型角度出發的認知地圖更新?校正階段。圖4為認知地圖在視覺線索受限環境中的認知加工機制示意圖。

3.1""空間心智模型

個體在探索環境后形成的認知地圖旨在客觀、全面地反映環境信息。在自由探索空間的過程中， 人們偏好選擇連接性強的路徑構建認知地圖， 并通過回訪已探索的路線來校驗各路徑間的關系， 確保認知地圖的準確性（Brunec et al.， 2023）。因此， 在構建階段， 認知地圖以反映空間環境的物理特征為主， 其表征形式更接近歐氏空間， 例如對距離和方向的精確表示。Widloski和Fiete （2014）的網格細胞發展模型將網格細胞網絡的發展劃分為可塑性階段和活動階段。在可塑性階段， 個體整合遠近環境線索為大腦提供環境和距離信息， 從而支持構建認知地圖的歐氏空間表征。認知地圖的更新?校正階段中， 空間心智模型（spatial mental model）以認知空間為基礎。空間心智模型能夠整合特定事件的時間、空間和個體相關特征等信息， 具有抽象特征（Noordzij et al.， 2006）， 支持個體在視覺線索受限環境中綜合環境特征與認知因素理解環境信息。如前所述， 認知地圖的構成要素不僅包含環境要素， 還包含認知要素， 這要求空間心智模型不僅需要表征環境中的各類要素， 還需有效地整合認知要素。這一過程對個體的認知資源提出了較高要求。基于此， 我們認為， 認知空間憑借其高效的表征方式， 在視覺線索受限的環境中更具導航適應性。據此， 本研究推測， 視覺線索受限環境導航中， 認知地圖的動態加工在空間心智模型中進行， 并且這一加工過程以認知空間為認知基礎。

3.2""認知地圖在視覺線索受限環境中的更新?校正

空間導航開始后， 認知地圖由靜態離線表征轉換為動態在線表征的同時， 表征內容隨環境改變而變化（Eilam， 2014）。在視覺線索受限環境導航中， 個體依賴認知地圖進行定位與路徑規劃， 并持續更新與校正環境信息以確保空間信息的準確性。該階段中， 首先要求個體保持對自身運動方向的認識， 空間更新為此提供認知基礎。一般導航中， 空間更新機制自動發生， 路標和空間邊界等環境線索促進這一過程（Borodaeva et al.， 2023; Meyerhoff et al.， 2011）。視覺線索受限環境的導航中， 即使缺乏視覺信號輸入， 聽覺、本體覺和前庭覺提供的信息也足以支持空間更新（肖承麗， 劉傳軍， 2014; Gramann et al.， 2021; Pasqualotto amp; Esenkaya， 2016）。例如， 當人們的身體運動方向改變超過90°， 前庭線索提供的自我運動信息支持空間更新（Gramann et al.， 2021）。換言之， 個體可以利用多感官信息來彌補缺失的空間環境信息， 并對空間心智模型中的相關信息予以更新。在該過程中， 個體主動參與以完成認知地圖中的空間更新（肖承麗， 劉傳軍， 2014）。

視覺線索受限環境的導航中， 認知地圖的空間更新不僅涉及在線表征形式的變化， 還與空間更新策略的選擇密切相關。空間更新策略分為連續更新和構型更新。連續更新以自我為中心， 通過自我運動信息動態調整自身位置。研究表明， 認知地圖的在線更新通常基于自我中心參考框架， 并受限于工作記憶容量（Lu et al.， 2020）。然而， 隨著環境規模的增加， 這種偏好自我中心參考框架的表征傾向會發生變化。個體在較大尺度環境（如城鎮）中傾向于采用構型更新， 即基于環境中心參考框架計算自身在認知地圖中的位置和環境朝向， 同時表現出指北傾向從而獲得更高的導航精度（Frankenstein et al.， 2012; Wiener et al.， 2011; Navratilova amp; McNaughton， 2014; Zhong amp; Kozhevnikov， 2016）。這種空間策略的變化體現出了認知地圖的靈活性， 該特征在視覺線索受限的環境中尤為重要。雖然個體通常依賴連續更新策略進行導航， 但在特定情境下（如視覺線索缺乏或環境發生變化時）， 構型更新策略會被激活， 以幫助個體更好地識別環境全貌并調整導航路線。盲人的空間感知研究也表明， 在沒有視覺線索時， 個體更多依賴聽覺刺激輸入并通過自我中心參考框架進行空間定位， 這也支持了在視覺線索受限環境導航中連續更新策略的有效性（Vercillo amp; Gori， 2016）。然而， 當個體察覺到環境線索與認知地圖之間存在偏差或導航目標發生變化時， 個體需要提取認知地圖中的空間心智模型重新規劃導航路線， 此時的空間更新策略也隨之轉換為構型更新策略。通過這種方式， 個體能夠高效地完成空間更新， 并在視覺線索受限的環境中靈活應對變化。因此， 視覺線索受限環境導航要求個體能夠靈活轉換空間更新策略。而要實現這種策略的靈活轉換并非易事， 其中個體在視覺線索受限環境導航中進行空間更新所面臨的主要挑戰是選擇性注意問題。由于缺乏直觀的視覺刺激， 導航者難以分辨環境中的噪聲并確定關鍵導航目標， 導致導航效率顯著降低。此外， 視覺線索受限環境導航任務涉及更多的認知活動， 這不僅消耗了更多的注意資源（Barhorst-Cates et al.， 2016）， 也對認知資源的高效利用提出了更高要求。盡管構型更新策略能提升導航精度， 但其對認知資源的需求更大， 因此需要通過更節省認知資源的方式表征環境信息。由此可見， 認知地圖在視覺線索受限環境中的表征方式不同于普通導航， 個體可能傾向于采用以認知空間為基礎的空間心智模型來靈活表征環境信息。

認知地圖在更新?校正階段的另一重要作用是支持導航的路線規劃。一般環境導航中， 個體以啟發式方法結合空間環境特征如地形、路線復雜性等規劃路線（Frame et al.， 2023）。這些環境特征往往以視覺輸入為主導。然而， 在視覺線索受限環境中， 視覺線索不足往往會削弱導航信心， 從而導致個體在導航過程中更加依賴認知地圖以確保順利完成路線規劃， 該過程中， 空間心智模型能夠為空間導航的路線規劃提供支持。從認知地圖中抽象出的空間心智模型不僅映射環境結構， 更融合了導航者對導航過程的潛在風險評估以及導航者的個性偏好與經驗。得益于其高度的靈活性和動態性， 它能夠有效地協助個體做出空間決策（Perelman et al.， 2017）。部分認知神經學的研究也為此提供了支持。Park等（2020）的研究將海馬和內嗅皮層（entorhinal cortex， EC）在空間表征中的作用擴展至推理抽象空間信息中。HC和EC對空間導航、定位和情景記憶中的作用已較為明確（Ekstrom amp; Ranganath， 2018）。在眶額皮層（orbitofrontal cortex， OFC）的研究中發現， OFC反映刺激在認知地圖中的任務空間位置而非物理空間位置， 并且海馬和OFC都參與了基于模型的推理過程， 使原本獨立的刺激可以相互關聯。Park等（2020）對比了環境認知地圖和抽象社會結構認知地圖的神經活動后認為， 大腦會運用相同的神經系統來表征連續空間， 以便對抽象空間里離散客體間的關系進行編碼， 并且借助空間心智模型反映動態系統的時間關系以描述推理過程（van Ments amp; Treur， 2021）。認知地圖在視覺線索受限環境導航中具備獨特優勢， 即通過預覽功能幫助個體驗證路線的正確性， 進而提升導航信心（Hersh， 2020）。鑒于空間心智模型中的信息以抽象信息為主并涉及到推理， 主觀經驗可能會對空間心智模型產生影響。因此， 空間心智模型存在顯著的個體差異， 這也能夠解釋在視覺線索受限環境中個體表現出的導航績效差異。

基于語言在表象的形成過程以及日常導航經驗中的作用， 語言也是輔助視覺線索受限環境導航的重要因素之一。計算機領域的相關概念可用于解釋該因素在視覺線索受限環境導航中的作用。計算機領域中， 研究者通常將導航看作視覺與語言導航（Vision-and-Language Navigation， VLN）， 該過程要求代理理解自然語言指令、感知視覺世界， 并執行導航操作以到達目標位置。這種任務的挑戰在于， 代理需要不斷接收新的視覺信息， 并將其與指令對齊（Chen et al.， 2021）。Chen等（2022）提出的機器學習模型將導航過程分為兩個模塊， 第一個模塊是以視覺線索為基礎并隨時間更新的拓撲映射模塊， 第二個模塊為全局動作規劃模塊， 利用圖形轉換器捕捉跨模態的視覺與語言關聯， 從而引入與圖形相關的拓撲知識以增強圖形編碼。據此推斷， 在視覺線索受限環境的導航中， 個體同樣會在空間心智模型中借助語言信息來更新自身的位置并進行邏輯推理， 確保即使環境中視覺線索不足也能有效地進行空間導航。

一般環境導航中， 環境線索的整合與沖突發生在認知地圖校正階段。個體根據目標將環境線索與已有認知地圖進行比對， 由自上而下的注意編碼將注意力分配給特定空間區域。線索一致時進行線索整合， 鞏固認知地圖的參數細節。若線索不一致則出現線索沖突， 個體需要校正認知地圖的錯誤信息。視覺線索受限環境中空間信息的校正更多依賴個體跨通道的空間認知能力， 在該過程中需要將來自不同感覺通道的信息重建為心理表征， 再判斷各種信息的有效性。最終在已構建的認知地圖上補充和整合信息以符合真實環境。

3.3""視覺線索受限環境中的空間定向

從認知加工機制上看， 個體在視覺線索受限環境導航中主要依賴其他感官通道信息完成空間定向， 例如聽覺、觸覺和本體覺等。聽覺信息分為非言語信息與言語信息， 兩者在空間導航中提供的信息有所不同。非言語信息指能夠輔助個體完成空間導航的無語義聲音刺激， 如幫助盲人判斷路線距離、分辨目標物間的位置方向、識別環境整體布局和對環境的幾何特征進行編碼以實現空間重定向等（Ottink， Buimer et al.， 2022; Nardi et al.， 2022）。言語信息因內含語義信息， 所涉及的認知加工過程更為復雜。一方面， 有研究認為言語信息可能會干擾空間記憶（Antony amp; Bennion， 2023）; 另一方面， 也有研究指出言語信息能夠提供空間邊界或關鍵路標等具體的空間信息以幫助個體形成空間表征（Peacock amp; Ekstrom， 2019; Santoro et"al.， 2020）。

觸覺的相關研究發現， 盲人利用觸覺地圖能夠形成準確的認知地圖并順利完成導航任務， 而正常被試在蒙眼條件下也能夠形成準確的認知地圖（Brayda et al.， 2019; Ottink， van Raalte，"et al.， 2022）。然而， 在跨模態的相關研究顯示， 個體在跨通道處理觸覺信息時， 會分散注意力從而對導航造成干擾。例如， 觸覺振動會干擾短時記憶， 并影響個體的語言序列回憶（Marsh et al.， 2023）。

在黑暗環境中， 個體依賴前庭覺估計自身運動速度， 并結合時間感知更新位移距離（Kaski et al.， 2016）。然而， 在缺少環境線索的情況下， 定向知識有限， 空間定向較為困難。例如， 飛行員在高空中缺少視覺線索。同時， 在慣性力的作用下前庭覺、本體覺等感知覺難以提供準確信息， 容易導致空間定向錯誤（游旭群， 2017）。

由此可見， 在視覺受限環境導航中， 僅利用單一的通道信息并不足以支持個體判斷空間方向， 還需通過多感官整合綜合加工各感官通道信息。該過程通過前庭覺獲取自身運動信息并感知方向（Cornell amp; Bourassa， 2007; Liu et al.， 2023）; 聽覺獲取與“遠近”相關的空間感知， 提供事件與環境信息或估計距離以幫助個體實現空間定向（Kolarik"et al.， 2016）; 嗅覺提供特定環境或人的信息（Raithel amp; Gottfried， 2021）。個體大腦的視覺、聽覺和軀體感覺皮層接受來自各個通道的刺激信息并投射到高級聯合皮質中進行多感官整合， 并在此過程中不斷獲取、挑選和加工新的信息構建和完善認知地圖（Meijer et al.， 2017;"Medendorp amp; Selen， 2017）。通常， 視覺在多感官整合中占主導地位， 視覺皮層的神經元直接響應聽覺刺激（Meijer et al.， 2017）。同時， 壓后皮質（retrosplenial cortex）接收到來自視覺皮層的信號強度較其他感覺皮層更強， 這一過程與多個處理空間信息的腦區形成了重要的神經網絡（Zingg et al.， 2014）。在視覺線索受限環境導航中， 初級視覺皮層對前庭神經刺激做出反應， 光線變化也會影響初級視覺皮層的神經活動（Keshavarzi et al.， 2023）。此外， 多感官整合增強神經對弱刺激的反應， 并通過選擇性注意將有效信息整合在認知地圖中（Grillini et al.， 2019）。這些機制可能構成了視覺線索受限環境中多感官整合的生理基礎。

飛行員在飛行活動中的環境為典型的視覺線索受限環境， 對飛行員空間定向的研究能夠一定程度上為視覺線索受限環境導航中的空間定向研究提供解釋。觀察者模型（observer models）對飛行員的空間定向做出了系統解釋， 該模型認為個體會比較預期和實際的感官反應來調整運動狀態估計。該模型包含三個部分， 內部模型是大腦內部假設的動態系統模型， 用于預測感官輸入; 感官輸入系統用于感知來自前庭系統（如半規管和耳石器官）的加速度和角速度信息、視覺和體感信息; 最后比較預期反應與實際反應， 將內部模型預測的感官輸入與實際測量的感官輸入比較后得到誤差信號（Williams et al.， 2021）。Voros等（2024）在基于觀察者模型的基礎上加入了變化的視覺線索， 提出了增強型定向感知模型以更全面地解釋前庭和視覺線索在自我運動感知中的作用。該模型提出當視覺線索可用時， 自我運動感知狀態會維持10秒。當視覺線索被移除時， 感知到動態變化大約需要30秒。在此基礎上， 增強定向感知模型添加了低通濾波器以捕捉視覺線索可用性突然變化后的自我運動感知狀態， 解釋了在沒有視覺線索時個體反應的變異性。兩種模型均從飛行員高空飛行的角度解釋了個體的空間定向機制。

空間定向研究領域中長期困擾研究者的問題之一是空間迷失（spatial disorientation）， 尤其在視覺線索受限環境中， 空間迷失是導致空間導航失敗的首要原因。Knierim和Hamilton （2011）認為個體空間迷失的根本原因可能是認知地圖失效（例如在沒有墻壁等空間邊界的黑暗環境）或未能使用視覺路標更新個體的位置和方向。迷失效應表明， 方向感的喪失會導致個體降低對物體的絕對定位準確性和相對定位準確性， 但對房間角落等空間邊界的影響較小。換言之， 房間內物體的空間排列依賴于短暫的空間表征， 而房間的幾何形狀則依賴于持久的空間表征（Wang amp; Spelke， 2000）。此外， 空間迷失可能也與個體使用的參考框架相關。研究者認為盲人與常人在定位準確性方面存在的差異與個體是否有效使用心理想象策略和靈活轉換參考框架有關（Santoro et al.， 2020）。當個體采用環境中心參考框架時， 環境中的各要素較為穩定地存在于認知地圖中。相比之下， 個體通過心理旋轉能力使用自我中心參考框架， 這使認知過程更易受到主觀因素影響的同時增加了認知負荷（Macauda et al.， 2019）。

3.4""元認知在視覺線索受限環境導航中的作用

空間心智模型和空間定向均要求個體在認知層面進行深層次加工。特別是在個體面臨空天海等視覺線索受限環境中時， 一般導航經驗難以直接遷移應用， 這無疑會對個體的導航信心產生負面影響。因此， 在視覺線索受限環境的導航中， 元認知的作用尤為重要。元認知（meta-cognition）是反思和調節認知過程的能力， 被視為提高個體學習能力的關鍵因素， 它包含了一系列認知策略和自我調節機制。元認知主要包括監控和控制兩個方面：元認知監控指個體對自己認知能力的評估和學習效果的認識， 元認知控制指采取具體行動以調整認知狀態和學習進程。例如， 當個體意識到自己未能全面記住環境表征（監控）時， 可能會選擇重新學習環境（控制）。Mason等（2022）雖已指出元認知在路線學習中的重要性， 但未詳細闡述其具體作用機制。本研究深入探討認知地圖在這一過程中的作用， 并提出在個體構建的空間心智模型中同樣存在著元認知監控機制。如前所述， 空間心智模型不僅包括對空間結構的理解， 也包含了對環境結構和路標抽象概念的認識。此外， 該模型也支持了個體實現認知地圖在視覺線索受限環境導航中獨特的預覽功能。個體在利用空間心智模型對空間導航過程進行推理和判斷時， 往往涉及到助記線索（mnemonic cues）。助記線索指個體的主觀體驗， 包括處理或檢索信息的難易程度（Koriat， 1997）和對位置的不確定性（Keller et al.， 2020）。例如， 個體在返回起點時感到不確定就是一種助記線索。這種在空間導航時的主觀體驗可能是元認知監控在空間心智模型中發揮作用。

在空間定向的相關研究中， 空間迷失往往伴隨著豐富的主觀體驗。Fernández Velasco和Casati （2020）建立的與空間迷失相關的語料庫揭示了個體處于迷失狀態時會伴隨焦慮、無助、困惑、孤立無援和孤獨感等情緒體驗。空間迷失的產生往往源于定向過程中的認知缺陷。為了脫離迷失狀態， 個體會采取各種行為來應對這些認知缺陷。在此過程中， 元認知監控不僅能夠識別空間迷失的狀態， 還具備評價和調節功能。因此， Fernández Velasco和Casati （2020）將空間迷失也看作元認知過程的一部分以解釋迷失引發的情緒體驗和迷失體現出的評價和調節功能。綜上， 結合個體在視覺線索受限環境中所提取的空間心智模型也具備預覽和調節功能， 我們提出， 相較于一般導航情境， 元認知在視覺線索受限環境導航中參與程度更深。

4 "討論與展望

4.1""認知地圖動態加工機制的理論意義

本研究探討了認知地圖如何支持個體在視覺線索受限環境中的導航行為。首先， 研究闡明了空間心智模型在認知地圖動態加工機制中的重要性與作用， 并進一步揭示了認知地圖表征形式如何隨環境變化而變化。認知地圖如何表征一直是研究者希望厘清的內容。盡管有學者提出不同的表征形式間能夠共存， 但并未闡明兩種表征如何共存。本研究提出， 當個體以認知地圖為基礎導航時， 會在基于歐式表征的認知地圖的基礎上匹配適當的空間心智模型以規劃導航路線， 其中， 空間心智模型以認知空間的形式表征。這一觀點明晰了不同表征形式之間的關系。其次， 本研究在梳理了相關研究后， 將推理、記憶、語言等高級加工過程納入認知地圖的動態加工機制中， 更全面地闡述了個體在視覺線索受限環境導航中的認知加工過程， 也進一步厘清不同高級加工過程如何支持復雜的空間導航行為。最后， 本研究以動態視角分析了認知地圖在空間導航中的認知加工機制， 突破了將認知地圖視為大腦中的靜態“地圖”這一傳統觀念， 進一步揭示了個體空間導航行為的內在機制。此外， 以往認知地圖的相關綜述詳細總結了認知地圖的認知基礎。本研究在前人堅實的研究基礎上， 圍繞認知地圖在視覺線索受限環境導航中的作用展開， 通過對比視覺線索受限環境導航與一般環境導航的不同突出了認知地圖在特殊環境中的重要作用。

4.2""認知地圖動態加工機制的實踐意義

首先， 研究者可以從空間心智模型在認知地圖中的作用機制出發， 優化人與導航輔助軟件之間的人機交互設計或人機協同導航。例如， 在自動駕駛領域， 將表象顯示、情景記憶線索提醒、元認知監控具象化等理念融入智能導航系統的設計中， 可以顯著提升個體的空間導航績效。其次， 本研究提出的認知地圖動態加工機制對于提高個體在視覺線索受限環境下的導航表現具有重要價值。在航天、航海、潛水等特殊環境中， 職業人群（如航海員、潛艇駕駛員）常常面臨無法依賴視覺線索的情況， 這限制了個體獲取外部視覺信息的能力。在這種情況下， 個體必須依賴內部認知地圖和導航輔助儀器進行導航。通過對個體進行訓練， 使其有效運用并更新認知地圖的能力得到提升， 尤其是將不同感官線索整合到空間心智模型之中， 這樣個體即便處于視覺線索缺失的環境里， 也能夠準確判斷自己的位置并明確導航方向。例如， 在模擬訓練中， 個體可以通過反復練習視覺線索缺失的復雜情境， 靈活運用認知地圖進行空間推理和決策。此外， 空間迷失是飛行任務中的一個重大安全隱患， 特別是在視覺線索受限環境中， 這類問題更易導致飛行事故。例如， 2021年美國國家運輸安全委員會公布的科比空難調查顯示， 造成空難的根本原因是飛行員違規飛入云層， 在迷霧中迷失方向從而出現了空間定向障礙。因此， 通過對飛行員進行認知地圖使用的相關訓練， 提高飛行員在視覺線索不足時整合其他感官信息（如前庭覺、本體覺）來校準認知地圖的能力可以顯著降低空間迷失的風險。與此同時， 元認知監控訓練不僅能夠幫助個體識別空間迷失狀態， 還能引導其通過自我評估及時調整導航策略， 從而在面對迷失時保持鎮定， 避免情緒波動對判斷和決策產生不利影響。通過訓練， 個體能夠在復雜環境下維持穩定的空間定向， 進而提升導航準確性。最后， 本研究中提出的認知地圖的動態加工機制也能夠幫助解決個體在視覺線索受限環境導航中的難點。通過利用認知地圖中的空間心智模型， 個體可以根據已有的飛行數據進行認知推理， 進而重新規劃導航路線， 避免因失去導航信號而導致操作失誤。例如， 當無人機的視覺或無線電信號消失時， 操作員可以使用認知地圖中的信息對環境和飛行器狀態進行推理， 結合空間心智模型的抽象推理能力， 確保無人機安全返航或完成既定任務。

4.3""未來研究展望

4.3.1""基于空間心智模型的空間導航加工機制探索

本研究在探討認知地圖的動態加工機制時， 特別強調了空間心智模型的作用， 并詳細討論了認知地圖表征形式間的差異與聯系。在此基礎上， 研究者可進一步探索個體如何利用空間心智模型進行路線規劃或尋找捷徑。例如， 通過城市街道網絡熵（entropy of city street networks）衡量城市與鄉村地區居民的導航能力后發現， 在城市街道網絡熵較低的城市長大的居民在布局規則的電子游戲關卡中表現更好， 而在城市外或街道網絡熵較高的城市長大的居民在熵值較高的電子游戲關卡中表現更出色。這表明， 環境特征對個體的空間導航能力有顯著影響（Coutrot et al.， 2022）。這可能與個體處理不同空間心智模型的策略相關。另外， 從認知神經科學的角度繼續探索這一認知機制也能夠更好地理解人類的空間導航行為。

4.3.2""認知地圖動態加工機制視角下空間導航績效的提升

目標導向的導航需要個體規劃導航路線， 認知地圖可能參與其中。因此， 通過提升認知地圖的構建和使用能力， 可以增強其動態加工能力， 從而顯著提高空間導航的表現。此外， 在認知地圖支持空間定向的研究中發現， 個體在一般環境導航中偏好使用自我中心參考框架認識自己與物體間的空間關系（Mou et al.， 2006）， 而在路線規劃等活動中， 則偏好使用客體中心參考框架。盲人導航相關研究中發現， 由于視覺經驗缺失， 無論是一般導航還是規劃路線， 盲人都偏好使用自我中心參考系的認知地圖（Martolini et al.， 2020）， 利用客體中心參考系的空間表征能夠更好地幫助盲人導航者掌握整體空間信息。在視覺線索受限環境導航中， 個體受以往經驗影響偏好使用自我中心參考系表征空間， 但因缺少幫助定向的路標線索或其他視覺線索導致定向失敗。因此， 提升個體定向和靈活切換參考框架的能力可能是提升空間導航績效的關鍵。另外， 本研究提出空間迷失與個體的元認知水平相關， 如何從元認知角度提高個體空間定向水平也是未來研究方向之一。

4.3.3""基于認知地圖動態加工機制下人機協同導航的應用研究

隨著城市環境變得越發復雜， 人們也越來越依賴導航輔助軟件， 一些特殊環境更是涉及到人機協同導航， 即人類結合機器算法設計導航路線。在這樣的背景下， 要實現有效空間決策的關鍵挑戰在于， 人類和算法會使用不同的機制來解決空間問題， 這導致他們面對不同的空間問題會產生不同的解決方案。算法生成的答案與人類空間心智模型之間的不一致性會引發人機系統中人的工作負荷提高， 從而影響人機信任（Perelman et al.， 2017）。因此， 通過考慮個體在不同環境中空間心智模型的變化以及認知地圖在其中的動態加工特點， 設計更符合人類認知特點的導航輔助系統以幫助人類實現復雜環境導航， 減輕個體認知負荷的同時提高導航效能。

5""小結

從探索認知地圖機制的研究取向來看， 當前研究已從早期的認知加工衍生到認知神經機制。無論是路徑整合、空間更新的形成機制， 還是認知地圖與導航行為關系的研究成果， 都促進了研究者對空間導航中認知地圖加工機制的了解， 在實踐中提升了空間導航行為績效。個體構建和運用認知地圖的差異是空間導航能力差異的原因之一（Ishikawa amp; Zhou， 2020; Ishikawa amp; Montello， 2006; Weisberg amp; Newcombe， 2015）。特別是在視覺線索受限的環境下， 導航對個體的空間認知能力提出了更高的挑戰。綜合現有研究成果， 我們對認知地圖在視覺線索受限環境下的動態加工機制進行了系統的闡述， 并提出認知地圖以構建和更新?校正兩階段支持空間導航， 為將來進一步揭示視覺線索受限環境中空間導航能力訓練提供理論支持， 同時為未來人機協同導航系統的智能化提供重要依據。

參考文獻

李丹， 楊昭寧. （2015）. 空間導航：路標學習和路徑整合的關系. 心理科學進展， 23（10）， 1755?1762.

吳文雅， 王亮. （2023）. 認知地圖及其內在機制. 心理科學進展， 31（10）， 1856?1782.

肖承麗， 劉傳軍. （2014）. 對想象環境的空間更新. 心理學報， 46（9）， 1289?1300.

游旭群. （2017）. 飛行空間定向. 見"游旭群（編）， 航空心理學——理論、實踐與應用"（pp.20?61）."杭州： 浙江教育出版社.

鄭麗， 王玲， 楊佳佳， 鄭晨光. （2023）. 阿爾茨海默病轉基因動物認知地圖損傷的細胞-網絡機制. 生理學報， 75（5）， 1?23.

Anastasiou， C.， Baumann， O.， amp; Yamamoto， N. （2023）. Does path integration contribute to human navigation in large-scale space？ Psychonomic Bulletin amp; Review， 30（3）， 822?842.

Antony， J. W.， amp; Bennion， K. A. （2023）. Semantic associates create retroactive interference on an independent spatial memory task. Journal of Experimental Psychology： Learning"Memory and Cognition， 49（5）， 701?713.

Baraduc， P.， Duhamel， J. R.， amp; Wirth， S. （2019）. Schema cells in the macaque hippocampus. Science， 363（6427）， 635?639.

Barhorst-Cates， E. M.， Rand， K. M.， amp; Creem-Regehr， S. H. （2016）. The effects of restricted peripheral field-of-view on spatial learning while navigating. PloS One， 11（10）， e0163785.

Bellmund， J. L.， G?rdenfors， P.， Moser， E. I.， amp; Doeller， C. F. （2018）. Navigating cognition： Spatial codes for human thinking. Science， 362（6415）， eaat6766.

Bergelt， J.， amp; Hamker， F. H. （2019）. Spatial updating of attention across eye movements： A neuro-computational approach. Journal of Vision， 19（7）， 10.

Beuth， F. （2019）. Visual attention in primates and for machines- neuronal mechanisms"[Unpublised doctoral dissertation]. Chemnitz， Technische Universit?t Chemnitz， Germany.

Bicanski， A.， amp; Burgess， N. （2018）. A neural-level model of spatial memory and imagery. eLife， 7， e33752.

Bicanski， A.， amp; Burgess， N. （2020）. Neuronal vector coding in spatial cognition. Nature Reviews Neuroscience， 21（9）， 453?470.

Bonasia， K.， Blommesteyn， J.， amp; Moscovitch， M. （2016）. Memory and navigation： Compression of space varies with route length and turns."Hippocampus， 26（1）， 9?12.

Borodaeva， Z.， Winkler， S.， Brade， J.， Klimant， P.， amp; Jahn， G. （2023）. Spatial updating in virtual reality for reproducing object locations in vista space-boundaries， landmarks， and idiothetic cues. Frontiers in Psychology， 14， 1144861.

Brayda， L.， Leo， F.， Baccelliere， C.， Vigini， C.， amp; Cocchi， E. （2019， October）. A refreshable tactile display effectively supports cognitive mapping followed by orientation and mobility tasks： A comparative multi-modal study involving blind and low-vision participants. Paper presented at the meeting of Proceedings of the 2nd Workshop on Multimedia for Accessible Human Computer Interfaces （pp. 9?15）， New York， NY.

Brunec， I. K.， Javadi， A.-H.， Zisch， F. E. L.， amp; Spiers， H. J. （2017）. Contracted time and expanded space： The impact of circumnavigation on judgements of space and time."Cognition， 166， 425?432.

Brunec， I. K.， Moscovitch， M.， amp; Barense， M. D. （2018）. Boundaries shape cognitive representations of spaces and events."Trends in Cognitive Sciences， 22（7）， 637?650.

Brunec， I. K.， Nantais， M. M.， Sutton， J. E.， Epstein， R. A.， amp; Newcombe， N. S. （2023）. Exploration patterns shape cognitive map learning. Cognition， 233， 105360.

Buckner， R. L. （2010）. The role of the hippocampus in prediction and imagination. Annual Review of Psychology， 61（1）， 27?48.

Bulkin， D. A.， Sinclair， D. G.， Law， L. M.， amp; Smith， D. M. （2020）. Hippocampal state transitions at the boundaries between trial epochs. Hippocampus， 30（6）， 582?595.

Burkhardt， M.， Bergelt， J.， G?nner， L.， Dinkelbach， H. ü.， Beuth， F.， Schwarz， A.， ... Hamker， F. H. （2023）. A large-scale neurocomputational model of spatial cognition integrating memory with vision. Neural Networks， 167， 473?488.

Chan， E.， Baumann， O.， Bellgrove， M. A.， amp; Mattingley， J. B. （2014）. Negative emotional experiences during navigation enhance parahippocampal activity during recall of place information. Journal of Cognitive Neuroscience， 26（1）， 154?164.

Chen， S.， Guhur， P. L.， Schmid， C.， amp; Laptev， I. （2021）. History aware multimodal transformer for vision-and- language navigation. Advances in Neural Information Processing Systems， 34， 5834?5847.

Chen， S.， Guhur， P. L.， Tapaswi， M.， Schmid， C.， amp; Laptev， I. （2022）. Think global， act local： Dual-scale graph transformer"for vision-and-language navigation. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition"（pp. 16537?16547）.

Cheung， A.， Ball， D.， Milford， M.， Wyeth， G.， amp; Wiles， J. （2012）. Maintaining a cognitive map in darkness： The need to fuse boundary knowledge with path integration. PLoS Computational Biology， 8（8）， e1002651.

Chrastil， E. R.， amp; Warren， W. H. （2014）. From cognitive maps to cognitive graphs. PLoS ONE， 9（11）， e112544.

Cornell， E. H.， amp; Bourassa， C. M. （2007）. Human non-visual discrimination of gradual turning is poor. Psychological Research， 71（3）， 314?321.

Coutrot， A.， Manley， E.， Goodroe， S.， Gahnstrom， C.， Filomena， G.， Yesiltepe， D.， ... Spiers， H. J. （2022）. Entropy of city street networks linked to future spatial navigation ability. Nature， 604（7904）， 104?110.

Credé， S.， Thrash， T.， H?lscher， C.， amp; Fabrikant， S. I. （2020）. The advantage of globally visible landmarks for spatial learning. Journal of Environmental Psychology， 67， 101369.

Creem-Regehr， S. H.， Barhorst-Cates， E. M.， Tarampi， M. R.， Rand， K. M.， amp; Legge， G. E. （2021）. How can basic research on spatial cognition enhance the visual accessibility of architecture for people with low vision？ Cognitive Research："Principles and Implications， 6（1）， 3.

Doeller， C. F.， Barry， C.， amp; Burgess， N. （2010）. Evidence for grid cells in a human memory network. Nature， 463（7281）， 657?661.

Eilam， D. （2014）. Of mice and men： Building blocks in cognitive mapping. Neuroscience and Biobehavioral Reviews，"47， 393?409.

Ekstrom， A. D.， amp; Ranganath， C. （2018）. Space， time， and episodic memory： The hippocampus is all over the cognitive map. Hippocampus， 28（9）， 680?687.

Fernández Velasco， P.， amp; Casati， R. （2020）. Subjective disorientation as a metacognitive feeling. Spatial Cognition amp;"Computation， 20（4）， 281?305.

Frame， M. E.， Schwing， M.， Johnston， S.， amp; Curtis， E. （2023）. Route planning decisions： Evaluating reliance on spatial heuristics under risk. Spatial Cognition amp; Computation， 23（1）， 57?82.

Frankenstein， J.， Mohler， B. J.， Bülthoff， H. H.， amp; Meilinger， T. （2012）. Is the map in our head oriented north？ Psychological Science， 23（2）， 120?125.

Gallistel， C. R. （1989）. Animal cognition： The representation of space， time and number. Annual Review of Psychology， 40， 155?189.

Gao， B.， Chen， Z.， Chen， X.， Tu， H.， amp; Huang， F. （2021）. The effects of audiovisual landmarks on spatial learning and recalling for image browsing interface in virtual environments."Journal of Systems Architecture， 117， 102096.

Gardenfors， P. （2004）. Conceptual spaces： The geometry of thought. MIT Press.

G?rling， T.， B??k， A.， Lindberg， E.， amp; Nilsson， T. （1981）. Memory for the spatial layout of the everyday physical environment： Factors affecting rate of acquisition. Journal of Environmental Psychology， 1（4）， 263?277.

Gramann， K.， Hohlefeld， F. U.， Gehrke， L.， amp; Klug， M. （2021）. Human cortical dynamics during full-body heading"changes. Scientific Reports， 11（1）， 18186.

Grillini， A.， Renken， R. J.， amp; Cornelissen， F. W. （2019）. Attentional modulation of visual spatial integration： Psychophysical evidence supported by population coding modeling. Journal of Cognitive Neuroscience， 31（9）， 1329?1342.

Hafting， T.， Fyhn， M.， Molden， S.， Moser， M. B.， amp; Moser， E. I. （2005）. Microstructure of a spatial map in the entorhinal cortex. Nature， 436（7052）， 801?806.

Hao， X.， Yuan， Z.， Lin， S.， Kong， X.， Song， Y.， amp; Liu， J. （2022）. Different behavioral and learning effects between using boundary and landmark cues during spatial navigation. Current Psychology， 42（27）， 23301?23312.

Hersh， M. （2020）. Mental maps and the use of sensory information by blind and partially sighted people. ACM Transactions on Accessible Computing， 13（2）， 1?32.

Howard， L. R.， Javadi， A. H.， Yu， Y.， Mill， R. D.， Morrison， L. C.， Knight， R.， ... Spiers， H. J. （2014）. The hippocampus and entorhinal cortex encode the path and Euclidean distances to goals during navigation. Current Biology， 24（12）， 1331?1340.

Ishikawa， T.， amp; Montello， D. R. （2006）. Spatial knowledge acquisition from direct experience in the environment： Individual differences in the development of metric knowledge and the integration of separately learned places. Cognitive Psychology， 52（2）， 93?129.

Ishikawa， T.， amp; Nakamura， U. （2012）. Landmark selection in the environment： Relationships with object characteristics and sense of direction. Spatial Cognition amp; Computation， 12（1）， 1?22.

Ishikawa， T.， amp; Zhou， Y. （2020）. Improving cognitive mapping by training for people with a poor sense of direction. Cognitive Research： Principles and Implications， 5（1）， 1?19.

Jabbari， Y.， Kenney， D. M.， von Mohrenschildt， M.， amp; Shedden， J. M. （2021）. Vestibular cues improve landmark- based route navigation： A simulated driving study. Memory amp; Cognition， 49（8）， 1633?1644.

Jacobs， J.， Weidemann， C. T.， Miller， J. F.， Solway， A.， Burke， J. F.， Wei， X. X.， ... Kahana， M. J. （2013）. Direct recordings of grid-like neuronal activity in human spatial navigation. Nature Neuroscience， 16（9）， 1188?1190.

Kaski， D.， Quadir， S.， Nigmatullina， Y.， Malhotra， P. A.， Bronstein， A. M.， amp; Seemungal， B. M. （2016）. Temporoparietal encoding of space and time during vestibular-guided orientation. Brain， 139（2）， 392?403.

Karim， A. M.， Rumalla， K.， King， L. A.， amp; Hullar， T. E. （2018）. The effect of spatial auditory landmarks on ambulation. Gait amp; Posture， 60， 171?174.

Keller， A. M.， Taylor， H. A.， amp; Brunyé， T. T. （2020）. Uncertainty promotes information-seeking actions， but what information？ Cognitive Research： Principles and Implications， 5（1）， 42.

Keshavarzi， S.， Velez-Fort， M.， amp; Margrie， T. W. （2023）. Cortical integration of vestibular and visual cues for navigation， visual processing， and perception. Annual Review of Neuroscience， 46， 301?320.

Knierim， J. J.， amp; Hamilton， D. A. （2011）. Framing spatial cognition： Neural representations of proximal and distal frames of reference and their roles in navigation. Physiological Reviews， 91（4）， 1245?1279.

Kolarik， A. J.， Moore， B. C.， Zahorik， P.， Cirstea， S.， amp; Pardhan， S. （2016）. Auditory distance perception in humans： A review of cues， development， neuronal bases， and effects of sensory loss. Attention， Perception， amp; Psychophysics， 78（2）， 373?395.

Koriat， A. （1997）. Monitoring one's own knowledge during study： A cue-utilization approach to judgments of learning. Journal of Experimental Psychology： General， 126（4）， 349?370.

Lanini-Maggi， S.， Ruginski， I.， amp; Fabrikant， S. I. （2021）. Improving pedestrians' spatial learning during landmark- based navigation with auditory emotional cues and narrative. UC Santa Barbara： Center for Spatial Studies.

Liu， B. Y.， Shan， J. Y.， amp; Gu， Y. （2023）. Temporal and spatial properties of vestibular signals for perception of self- motion. Frontiers in Neurology， 14， 1266513.

L?wen， H.， Krukar， J.， amp; Schwering， A. （2019）. Spatial learning with orientation maps： The influence of different environmental features on spatial knowledge acquisition. ISPRS International Journal of Geo-Information， 8（3）， 149.

Lu， R.， Yu， C.， Li， Z.， Mou， W.， amp; Li， Z. （2020）. Set size effects in spatial updating are independent of the online/ offline updating strategy. Journal of Experimental Psychology："Human Perception and Performance， 46（9）， 901?911.

Lynch， K. （1964）. The image of the city. MIT Press.

Macauda， G.， Moisa， M.， Mast， F. W.， Ruff， C. C.， Michels， L.， amp; Lenggenhager， B. （2019）. Shared neural mechanisms between imagined and perceived egocentric motion - A combined GVS and fMRI study. Cortex， 119， 20?32.

Maguire， E. A.， amp; Mullally， S. L. （2013）. The hippocampus： A manifesto for change. Journal of Experimental Psychology："General， 142（4）， 1180?1189.

Maidenbaum， S.， Miller， J.， Stein， J. M.， amp; Jacobs， J. （2018）. Grid-like hexadirectional modulation of human entorhinal theta oscillations. Proceedings of the National Academy of Sciences， 115（42）， 10798?10803.

Marsh， J. E.， Vachon， F.， S?rqvist， P.， Marsja， E.， R?er， J.， Richardson， B. H.， amp; Ljungberg， J. K. （2023）. Irrelevant changing-state vibrotactile stimuli disrupt verbal serial recall： Implications for theories of interference in short- term memory. Journal of Cognitive Psychology， 36（1）， 78?100.

Martolini， C.， Cappagli， G.， Luparia， A.， Signorini， S.， amp; Gori， M. （2020）. The impact of vision loss on allocentric spatial coding. Frontiers in Neuroscience， 14， 565.

Mason， L. A.， Thomas， A. K.， amp; Taylor， H. A. （2022）. On the proposed role of metacognition in environment learning： Recommendations for research. Cognitive Research： Principles"and Implications， 7（1）， 104.

Medendorp， W. P.， amp; Selen， L. J. P. （2017）. Vestibular contributions to high-level sensorimotor functions. Neuropsychologia， 105， 144?152.

Meijer， G. T.， Montijn， J. S.， Pennartz， C. M. A.， amp; Lansink， C. S. （2017）. Audiovisual modulation in mouse primary visual cortex depends on cross-modal stimulus configuration"and congruency."Journal of Neuroscience， 37（36）， 8783? 8796.

Meilinger， T.， Riecke， B. E.， amp; Bulthoff， H. H. （2014）. Local and global reference frames for environmental spaces. Quarterly Journal of Experimental Psychology， 67（3）， 542?569.

Meilinger， T.， Strickrodt， M.， amp; Bülthoff， H. H. （2018， September）. Spatial survey estimation is incremental and relies on directed memory structures. Paper presented at the meeting of Spatial Cognition XI： 11th International Conference， Spatial Cognition 2018， Proceedings 11 （pp. 27?42）， Tübingen， Germany.

Meyerhoff， H. S.， Huff， M.， Papenmeier， F.， Jahn， G.， amp; Schwan， S. （2011）. Continuous visual cues trigger automatic"spatial target updating in dynamic scenes. Cognition， 121（1）， 73?82.

Mou， W.， McNamara， T. P.， Rump， B.， amp; Xiao， C. （2006）. Roles of egocentric and allocentric spatial representations in locomotion and reorientation. Journal of Experimental Psychology： Learning， Memory， and Cognition， 32（6）， 1274.

Nardi， D.， Carpenter， S. E.， Johnson， S. R.， Gilliland， G. A.， Melo， V. L.， Pugliese， R.， ... Kelly， D. M. （2022）. Spatial reorientation with a geometric array of auditory cues. Quarterly Journal of Experimental Psychology， 75（2）， 362?373.

Nardi， D.， Twyman， A. D.， Holden， M. P.， amp; Clark， J. M. （2020）. Tuning in： Can humans use auditory cues for spatial reorientation？ Spatial Cognition amp; Computation， 20（2）， 83?103.

Navratilova， Z.， amp; Mcnaughton， B. L. （2014）. Models of path integration in the hippocampal complex. In： Derdikman， D.， amp; Knierim， J. （Eds.）， Space， time and memory in the hippocampal formation. Springer， Vienna.

Noordzij， M. L.， Zuidhoek， S.， amp; Postma， A. （2006）. The influence of visual experience on the ability to form spatial mental models based on route and survey descriptions. Cognition， 100（2）， 321?342.

Nuhn， E.， amp; Timpf， S. （2018）. An overall framework for personalised landmark selection. In： Kiefer， P.， Huang， H.， Van de Weghe， N.， amp; Raubal， M. （Eds.）. Progress in Location Based Services 2018. LBS 2018. Lecture Notes in Geoinformation and Cartography. Springer， Cham.

Ottink， L.， Buimer， H.， van Raalte， B.， Doeller， C. F.， van der Geest， T. M.， amp; van Wezel， R. J. A. （2022）. Cognitive map formation supported by auditory， haptic， and multimodal information in persons with blindness."Neuroscience amp; Biobehavioral Review， 140， 104797.

Ottink， L.， van Raalte， B.， Doeller， C. F.， Van der Geest， T. M.， amp; Van Wezel， R. J. A. （2022）. Cognitive map formation"through tactile map navigation in visually impaired and sighted persons. Scientific Reports， 12（1）， 11567.

Park， S. A.， Miller， D. S.， Nili， H.， Ranganath， C.， amp; Boorman， E. D. （2020）. Map making： Constructing， combining，"and inferring on abstract cognitive maps. Neuron， 107（6）， 1226?1238.

Pasqualotto， A.， amp; Esenkaya， T. （2016）. Sensory substitution： The spatial updating of auditory scenes “Mimics” the spatial updating of visual scenes. Frontiers in Behavioral Neuroscience， 10， 79.

Peacock， C. E.， amp; Ekstrom， A. D. （2019）. Verbal cues flexibly transform spatial representations in human memory."Memory， 27（4）， 465?479.

Peer， M.， Brunec， I. K.， Newcombe， N. S.， amp; Epstein， R. A. （2021）. Structuring knowledge with cognitive maps and cognitive graphs. Trends in Cognitive Sciences， 25（1）， 37?54.

Perelman， B. S.， Evans III， A. W.， amp; Schaefer， K. E. （2017， September）. Mental model consensus and shifts during navigation system-assisted route planning. In Proceedings of the Human Factors and Ergonomics Society Annual Meeting"（Vol. 61， No. 1， pp. 1183?1187）. Sage CA： Los Angeles， CA： SAGE Publications.

Pitt， B.， Carstensen， A.， Boni， I.， Piantadosi， S. T.， amp; Gibson， E. （2022）. Different reference frames on different axes： Space and language in indigenous Amazonians. Science Advances， 8（47）， eabp9814.

Priestley， J. B.， Bowler， J. C.， Rolotti， S. V.， Fusi， S.， amp; Losonczy， A. （2022）. Article Signatures of rapid plasticity in hippocampal CA1 representations during novel experiences. Neuron， 110（12）， 1978?1992.

Raithel， C. U.， amp; Gottfried， J. A. （2021）. Using your nose to find your way： Ethological comparisons between human and non-human species. Neuroscience and Biobehavioral Reviews， 128， 766?779.

Renault， A. G.， Auvray， M.， Parseihian， G.， Miall， R. C.， Cole， J.， amp; Sarlegna， F. R. （2018）. Does proprioception influence"human spatial cognition？ A study on individuals with massive deafferentation."Frontiers in Psychology， 9， 1322.

Santoro， I.， Murgia， M.， Sors， F.， amp; Agostini， T. （2020）. The influence of the encoding modality on spatial navigation for sighted and late-blind people. Multisensory Research， 33（4?5）， 505?520.

Sheldon， S.， amp; El-Asmar， N. （2018）. The cognitive tools that support mentally constructing event and scene representations."Memory， 26（6）， 858?868.

Stensola， H.， Stensola， T.， Solstad， T.， Fr?land， K.， Moser， M. B.， amp; Moser， E. I. （2012）. The entorhinal grid map is discretized. Nature， 492（7427）， 72?78.

Sun， C.， Yang， W.， Martin， J.， amp; Tonegawa， S. （2020）. Hippocampal neurons represent events as transferable units of experience. Nature Neuroscience， 23（5）， 651?663.

Teghil， A.， Boccia， M.， Bonavita， A.， amp; Guariglia， C. （2019）. Temporal features of spatial knowledge： Representing order and duration of topographical information. Behavioural Brain Research， 376， 112218.

Tolman， E. C. （1948）. Cognitive maps in rats and men. Psychological Review，"55（4）， 189.

Trettel， S. G.， Trimper， J. B.， Hwaun， E.， Fiete， I. R.， amp; Colgin， L. L. （2019）. Grid cell co-activity patterns during sleep reflect spatial overlap of grid fields during active behaviors. Nature Neuroscience， 22（4）， 609?617.

van Ments， L.， amp; Treur， J. （2021）. Reflections on dynamics， adaptation and control： A cognitive architecture for mental models. Cognitive Systems Research， 70， 1?9.

Vercillo， T.， amp; Gori， M. （2016）. Blind individuals represent the auditory space in an egocentric rather than allocentric reference frame. Electronic Imaging， 28， 1?5.

Voros， J.， Kravets， V.， Smith， K.， amp; Clark， T. K. （2024）. Humans gradually integrate sudden gain or loss of visual information into spatial orientation perception. Frontiers in Neuroscience， 17， 1274949.

Wang， C. H.， Monaco， J. D.， amp; Knierim， J. J. （2020）. Hippocampal place cells encode local surface-texture boundaries. Current Biology， 30（8）， 1397?1409.

Wang， L.， Mou， W.， amp; Sun， X. （2014）. Development of landmark knowledge at decision points. Spatial Cognition amp; Computation， 14（1）， 1?17.

Wang， R. F. （2016）. Building a cognitive map by assembling multiple path integration systems. Psychonomic Bulletin amp; Review， 23（3）， 692?702.

Wang， R. F.， amp; Spelke， E. S. （2000）. Updating egocentric representations in human navigation. Cognition， 77（3）， 215?250.

Warren， W. H. （2019）. Non-euclidean navigation. Journal of Experimental Biology， 222（Suppl_1）， jeb187971.

Weisberg， S. M.， amp; Newcombe， N. S. （2015）. How do （some） people make a cognitive map？ Routes， places， and working"memory. Journal of Experimental Psychology： Learning， Memory， and Cognition， 42（5）， 768?785.

Widloski， J.， amp; Fiete， I. R. （2014）. A model of grid cell development through spatial exploration and spike time- dependent plasticity. Neuron， 83（2）， 481?495.

Wiener， J. M.， Berthoz， A.， amp; Wolbers， T. （2011）. Dissociable cognitive mechanisms underlying human path integration. Experimental Brain Research， 208（1）， 61?71.

Williams， H. P.， Voros， J. L.， Merfeld， D. M.， Clark， T. K.， amp; Naval Medical Research Unit Dayton University of Colorado Ohio State University. （2021）. Extending the observer model for human orientation perception to include in-flight perceptual thresholds. Naval Medical Research Unit Dayton. Tech. Rep.

Wolbers， T.， amp; Hegarty， M. （2010）. What determines our navigational abilities？ Trends in Cognitive Sciences， 14（3）， 138?146.

Wunderlich， A.， Grieger， S.， amp; Gramann， K. （2023）. Landmark"information included in turn-by-turn instructions induce incidental acquisition of lasting route knowledge. Spatial Cognition amp; Computation， 23（1）， 31?56.

Yesiltepe， D.， Conroy Dalton， R.， amp; Ozbil Torun， A. （2021）. Landmarks in wayfinding： A review of the existing literature. Cognitive Processing， 22（3）， 369?410.

Yesiltepe， D.， Dalton， R.， Torun， A. O.， Dalton， N.， Noble， S.， Hornberger， M.， Coutrot， A.， amp; Spiers， H. （2019， July）. Usage of Landmarks in Virtual Environments for Wayfinding："Research on the influence of global landmarks. Paper presented at the meeting of 12SSS?12th International Space Syntax Symposium， Beijing， China.

Zhong， J. Y.， amp; Kozhevnikov， M. （2016）. Relating allocentric and egocentric survey-based representations to the self-reported use of a navigation strategy of egocentric spatial updating."Journal of Environmental Psychology， 46， 154?175.

Zingg， B.， Hintiryan， H.， Gou， L.， Song， M. Y.， Bay， M.， Bienkowski， M. S.， ... Dong， H. W. （2014）. Neural Networks"of the Mouse Neocortex. Cell， 156（5）， 1096?1111.

Dynamic processing mechanisms of cognitive maps in navigation

in visually cue-restricted environments

HUANG Lei， ZHANG Junheng， JI Ming

（School of Psychology， Shaanxi Normal University; Shaanxi Key Laboratory of Behavior

and Cognitive Neuroscience， Xi’an 710062， China）

Abstract： In navigation in visually"cue-restricted environments， factors such as blurred visual cues and narrow fields of view can reduce an individual’s navigation performance. Cognitive maps， with their flexibility and previewing capabilities， provide support for navigation， ensuring the continuity and accuracy of the process. This study analyzes the components of cognitive maps， reviews related theories， and proposes a two-stage dynamic processing mechanism—construction and updating-correction—that supports individuals' spatial navigation behaviors in navigation in visually cue-restricted environments. During the construction phase， individuals acquire and integrate spatial information through multiple sensory channels to form a cognitive map. In the updating-correction phase， individuals update and correct their spatial mental models and spatial orientation to achieve spatial navigation， all while being regulated by metacognitive monitoring. The dynamic processing mechanism of cognitive maps clarifies how cognitive processes such as reasoning， language， and metacognition support spatial navigation in visually cue- restricted environments. This provides a theoretical foundation for future research on spatial navigation training， human-machine collaborative navigation systems， and other related fields.

Keywords："navigation in visually cue-restricted environments; spatial navigation; cognitive map; dynamic processing mechanism

模型的不同部分表示基于解剖學約束和功能目的交互作用。其中， 模型中的紅色和橙色部分分別涉及物體探測和計劃掃視。前額葉皮層（PFC）向V4/IT神經元提供基于特征的自上而下偏向， 并向內側顳葉（MTL）中負責空間長期記憶（藍色部分）的PRo神經元（海馬旁回區域的神經元）提供支持物體識別的相關信息。注意力通過該系統內在再入動態部分產生， 但受不同自上而下導向信號的偏向。來自計劃掃視（CD）的信息通過X_FEF發送到頂內溝外側壁（LIP， 深綠色）， 在此通過來自VR的眼位置信號（EP）轉換為頭部參照框架。物體位置信息也在LIP中從眼中心參考框架轉換為頭中心的參考框架， 并存儲在頂葉優先級地圖（X_h）中。這些信息進一步傳遞到PW， 通過RSC （淺綠色）利用頭部方向轉換為世界中心參考框架。物體位置、物體身份、空間邊界以及代理在房間中的位置被編碼到MTL的記憶中。在再認過程中， 來自MTL的世界中心參照信息通過RSC反饋到PWo， 并進一步傳遞到X_h， 從那里獲取LIP和FEF作為V4/IT中的空間注意信號。如果FEF運動細胞（FEFm）的神經活動超過閾值， 將觸發掃視， 并轉移到FEFm細胞指示的位置。眼睛的移動由影響視覺采樣世界輸入圖像的掃視生成器外部確定。左上方給出了大腦區域的側視圖。未描繪的是PW， 推測位于楔前葉。縮寫：V1-初級視皮層， V4- 第四視皮層， IT-內頂葉皮層， PFC-前額葉皮層， FEF-額眼區（具有視覺、視運動、運動細胞特征）， LIP-頂內溝外側壁， EP-眼位， CD-副放電， Xh-頂葉優先級地圖， PW-頂葉窗口（物體， 邊界）， HD-頭部細胞， RSC-背內側皮層， TR-脾后變換回路（物體， 邊界）， MTL-內側顳葉， BVC-邊界向量細胞， OVC-物體向量細胞， PR-海馬旁回神經元（物體， 邊界）， PC-位置細胞。實線箭頭表示完全連接的神經元群體， 而虛線箭頭表示需要額外（外部）線索連接。