ゼブラフィッシュの狩猟行動を深層強化学習で再現 最小モデルが特徴的行動を再現

何が起きたか

2025年10月4日にarXivに公開された論文「Dissecting Larval Zebrafish Hunting using Deep Reinforcement Learning Trained RNN Agents」において、研究チームは、ボウトベースのゼブラフィッシュシミュレータ上で深層強化学習を用いてリカレントポリシーを訓練し、最小エージェントモデルを開発した。このモデルは、眼の輻輳運動に関連した追跡、速度調整、定型化された接近軌道など、実際の幼魚ゼブラフィッシュと密接に一致する特徴的な狩猟行動を再現する。

詳細

研究チームは、ゼブラフィッシュの狩猟を、生態学的・エネルギー的制約が適応行動を形成する過程を研究するための扱いやすい設定と位置づけている。開発されたモデルは、詳細な生体力学、流体力学、回路のリアリズム、または実際のゼブラフィッシュデータからの模倣学習を必要としないにもかかわらず、特徴的な狩猟行動を再現する。 定量的な軌道解析により、追跡ボウトはストライク前に獲物の角度を約半分に系統的に減少させることが示され、これは実際の測定値と一致する。仮想実験とパラメータスイープでは、生態学的・エネルギー的制約、ボウト運動学（結合・非結合のターンと前進運動）、および食物密度、食物速度、輻輳限界などの環境要因を変化させた。 これらの操作により、制約と環境が追跡ダイナミクス、ストライク成功率、および中止率にどのように影響するかが明らかになり、神経科学実験に対する反証可能な予測が得られた。スイープにより、両眼視、ボウト運動学における前進速度とターンの結合、および移動と輻輳に対する適度なエネルギーコストという、ゼブラフィッシュのような狩猟の出現に十分なコンパクトな制約セットが特定された。

Key Facts

なぜ重要か

この研究は、ゼブラフィッシュの狩猟行動を、エネルギーコストと感覚的利益の最適なバランスとして規範的に説明するものであり、行動と神経コーディングに関する反証可能な予測を生成する。仮想ラボは実験の探索空間を狭め、神経科学実験の設計に役立つ可能性がある。