Embodied Neurocomputation: A Framework for Interfacing Biological Neural Cultures with Scaled Task-Driven Validation¶

会议: NeurIPS 2026
arXiv: 2605.13315
OpenReview: https://openreview.net/forum?id=J4K89pUUjW
代码: https://corticallabs.com/cloud
领域: 机器人
关键词: 具身神经计算, 活体神经元网络, 微电极阵列, 闭环导航, 脉冲率编码

一句话总结¶

本文提出了具身神经计算（Embodied Neurocomputation）系统框架，将传统硅基接口与活体生物神经网络间的双向交互形式化为高维多变量优化问题，并在 Cortical Labs CL1 平台上利用 26 批体外神经培养物完成了约 1,300 种编码配置、逾 4,000 小时的闭环气味导航大规模搜索，筛选出的最优编码体系在同等交互预算下显著超越了硅基 DQN 基线。

研究背景与动机¶

随着深度学习模型的参数量与计算开销急剧攀升，传统冯·诺依曼硅基计算架构正在逼近摩尔定律的物理极限和不可持续的能耗墙。与之形成鲜明对比的是，生物神经网络（BNN）仅凭极微小的能耗（人脑整体能耗仅约 10–20 W）便能展现出高度复杂的非线性信息处理、连续自适应学习以及强大的时空表征能力。为了打破这一效率瓶颈，将体外培养的活体神经元群构建为工程化神经计算系统，被视为从能耗密集型硅基计算通向低能耗自适应生物-数字混合智能的关键范式转变。

然而，在微电极阵列（MEA）介导的体外神经计算系统中，最大的技术阻碍在于数字环境与生物基质之间的信息接口设计。尽管神经信号解码技术已经取得了长足进展，但逆向过程——即如何将任务状态以生物可理解、可塑性强的方式“编码”为电脉冲刺激——依然极度困难。生物神经网络具有高度随机性、非平稳性以及非线性动态，粗糙或静态的刺激协议极易导致网络动态失稳或发生疲劳饱和。以往的湿件计算研究大多局限于小规模、经验主义的试错协议，缺乏对刺激频率、脉冲宽度、振幅及交互步长等高维参数空间的系统性探索，导致无法厘清哪些物理刺激参数能够有效耦合网络的生物物理可塑性。

针对这一根本瓶颈，本文将硅基与活体神经元双向交互形式化为一个系统级多变量优化问题，并提出了软硬件解耦的具身神经计算理论架构。本文的核心 idea 是：将具身神经计算解构为“任务编码-生物变换-动作解码-反馈调制”四大协同算子，并通过超参数优化管线在大规模活体神经培养物上对电脉冲编码与时空交互参数进行两阶段系统级搜索，利用生物可塑性跨越空间拓扑鸿沟实现鲁棒的目标导向学习。

方法详解¶

整体框架¶

具身神经计算（Embodied Neurocomputation）框架将离散时间步 \(t\) 下的环境交互建模为前馈级联变换。在每个步长，输入环境状态 \(\mathbf{x}_t\) 经由任务与接口编码器 \(e(\cdot;\theta_e)\) 转化为时空刺激矩阵 \(\mathbf{u}_t \in \{0,1\}^{C \times \tau_{\text{in}}}\)（其中 \(C\) 为微电极刺激通道数，\(\tau_{\text{in}}\) 为脉冲时步）；活体生物神经网络 \(b(\cdot;\theta_{b,t})\) 接受电刺激后，在其内在时空生物物理状态 \(\theta_{b,t}\) 驱动下产生连续或离散响应信号 \(\mathbf{v}_t\)；解码器 \(d(\cdot;\theta_d)\) 对响应进行空间脉冲计数并映射为离散动作 \(\mathbf{y}_t\)；环境根据动作转移状态并给出标量反馈分数，触发反馈算子 \(r(\text{Score};\theta_r)\) 释放结构化或随机电刺激，推动生物可塑性状态演化 \(\theta_{b,t+1} = g(\mathbf{i}_t;\theta_{b,t})\)。

%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
    A["环境观测状态<br/>x_t ∈ {-1, 0, 1}"] --> B["1. 标量传感器率编码<br/>频率插值映射为双相电脉冲矩阵 u_t"]
    B --> C["2. 活体生物动态变换<br/>第三阶信息处理与内在自适应状态 θ_{b,t}"]
    C --> D["3. 空间区域脉冲计数解码<br/>相对基线放电密度决策离散动作 y_t"]
    D --> E["4. 双极性闭环反馈驱动<br/>强化正向脉冲串 vs 可塑性诱导随机刺激"]
    E -.->|驱动生物突触演化 θ_{b,t+1}| C

关键设计¶

1. 标量传感器率编码：将离散相对梯度映射为硬件兼容的双相矩形脉冲阵列 为了将连续或离散环境观测传递给神经培养物，编码模块将环境气味梯度传感器数值 \(x \in [-1, 1]\) 线性插值映射到指定范围 \([F_{\text{min}}, F_{\text{max}}]\) 的刺激频率 \(F(x) = F_{\text{min}} + (F_{\text{max}} - F_{\text{min}})\left[\frac{x - x_{\text{min}}}{x_{\text{max}} - x_{\text{min}}}\right]\)。编码刺激由负相优先的对称双相矩形脉冲构成，其物理交付特性由振幅（1.0–2.5 \(\mu\text{A}\)）与脉宽（40–160 \(\mu\text{s}\)）共同决定。编码器将任务抽象与硬件物理参数解耦为 \(\theta_e = \theta_{\text{task}} \cup \theta_{\text{stim}}\)，并在时序展开中由基础时钟速率（Tick Rate）与每步交互脉冲数（Ticks per Step）调节实际交付速率，确保在受控电荷量下激发稳定的神经突触反应。

2. 活体生物动态变换：将中心刺激输入转化为外周空间非线性表征 生物神经网络作为动态算子 \(b(\mathbf{u}_t;\theta_{b,t})\) 承担了核心计算职责，其状态参数 \(\theta_{b,t}\) 蕴含了突触权重、膜电位积分、短时突触可塑性（STP）等多时间尺度生理机制。由于编码电极集中在 MEA 芯片中心区域，而三个动作解码电极对称分布在外周（相距物理空间鸿沟），输入信号在时间和空间上均不具备直接驱动特定动作的线性相关性。生物网络必须依赖自身内在时空拓扑将中心刺激转化为外周外传放电，形成非可逆、高阶的信息压缩与重组。其状态更新规律满足 \(\theta_{b,t} = g(\mathbf{i}_{t-1};\theta_{b,t-1})\)，输入集合 \(\mathbf{i}_{t-1} \in \{\mathbf{v}_{t-1}, r(\text{Score}_{t-1};\theta_r), \varnothing\}\)，其中 \(\varnothing\) 刻画了即使无外源刺激输入时生物基质自发突触重组与自发放电重塑过程。

3. 空间区域脉冲计数解码：基于自发基线归一化的空间相对发放率裁决 为了从高噪、非平稳的细胞外场电位中提取明确动作指令，CL1 硬件板载检测算法首先将连续电位实时滤出离散动作电位脉冲。随后，系统将 MEA 芯片划分为对应“左转”、“前进”、“右转”的 3 个物理隔离外周电极区域。在每个交互步长的反应窗口内，解码器分别统计各区域的总脉冲数，并以该培养物在任务开始前 60 次交互窗口内测得的自发静息放电基线进行归一化除算，消除因电极接触阻抗和局部细胞密度异质性造成的空间本底偏差。网络最终选取相对放电密度最高的空间区域所绑定的动作作为环境执行指令 \(y_t\)。

4. 双极性闭环反馈驱动：分立强化与随机重组驱动目标导向适应 神经计算的核心挑战在于使无梯度的自发突触网络趋向设计者期望的目标策略。反馈算子 \(r(\text{Score};\theta_r)\) 根据环境收益 \(R_{t+1}\) 提供两极分化的刺激：当智能体成功抵达目标食物点（\(R_{t+1} > 0\)）时，系统向编码和解码电极同步施加 5 次高频结构化脉冲串（100 Hz，单次持续 80 ms），利用高频相干刺激诱发长时程增强（LTP），强化刚刚产生有益决策的突触通路；当智能体碰撞障碍物或得分非正（\(R_{t+1} \le 0\)）时，系统转而施加激活概率为 \(p=1/3\)、频段分布在 3–25 Hz 的伪随机刺激，在空间与时序上扰动网络放电模式，促使网络打破次优稳态、诱发突触重新探索。

损失函数 / 训练策略¶

本系统不依赖传统人工神经网络的反向传播或梯度计算，而是通过两阶段超参数优化（HPO）管线搜索最优的编码超参数集 \(\theta_e\)： - 分布式 Optuna 调度：中央优化服务器管理 Optuna，将参数配置并发下发至多台部署有活体神经元培养物的 CL1 硬件平台，使用跨多个神经培养物聚合的加权任务总分作为评估函数。 - 两阶段筛选（Stage 1 & Stage 2）：第一阶段（Mode A: 单回合 30 步）在 16 批培养物上穷举搜索 1,296 种超参数组合，利用 XGBoost + SHAP 归因模型分析参数重要性，初筛出 64 组高潜力参数；第二阶段在 10 批新培养物上进行 44 轮重复验证（共 256 次试验），分别在 Mode B（单回合 150 步）与 Mode C（5 回合 × 30 步，回合间静息 2 分钟）下精炼出最终的 12 组最优配置。

实验关键数据¶

主实验¶

实验在 \(6 \times 6\) 离散网格世界中进行，对比了最优 BNN 智能体、采用完全相同交互步数预算且经历约 9,500 次超参数搜索的深度 Q 网络（DQN）、以及非自适应基线（CL-SDK 模拟随机脉冲与真实神经元自发放电回放 Culture Baseline）。

实验组别	评估模式 (步数 × 回合)	智能体配置	归一化平均回报 (Mean ± 95% CI)	相对 Culture Baseline 提升	统计显著性 (Brunner-Munzel)
Group 3	150 步 × 1 回合	BNN (Top 1% 最优参数)	0.52 ± 0.04	3.6×	**** (\(p < 10^{-4}\)) vs Control
Group 3	150 步 × 1 回合	DQN (同交互步数优化)	0.44 ± 0.03	3.0×	\(p < 0.01\) (BNN 高 1.18×)
Group 3	150 步 × 1 回合	Culture Baseline (回放自发放电)	0.14 ± 0.02	1.0× (基准)	-
Group 4	30 步 × 5 回合 (分立静息)	BNN (Top 1% 最优参数)	0.56 ± 0.05	5.6×	**** (\(p < 10^{-4}\)) vs Control
Group 4	30 步 × 5 回合 (分立静息)	DQN (同交互步数优化)	0.45 ± 0.04	4.5×	\(p < 0.001\) (BNN 高 1.25×)
Group 4	30 步 × 5 回合 (分立静息)	Culture Baseline (回放自发放电)	0.10 ± 0.02	1.0× (基准)	-

在扩展步数预算实验中，DQN 智能体需要至少 4 倍以上的训练回合数才能达到 BNN 在 5 回合内展现的性能水平；即便给予 DQN 高达 1,000 回合（200 倍步数预算），其收敛分数上限约为 0.75，而此时 BNN 仅经历 5 回合尚处于快速上升期。

消融实验¶

为了严格证明性能提升源于活体生物的可塑性突触组织，而非编码刺激与解码空间之间的被动电气物理串扰，作者设计了正式假设检验（\(H_1\) 涌现适应 vs \(H_0\) 无关零假设），引入无神经元培养基重放（Matched Media Control）和解码区域空间打乱（Permuted Decode Control）两类消融，测量跨 5 个回合的观测-动作一致性率 \(P(y_t = x_t)\) 及其变化斜率（Slope/Episode，机会概率为 0.33）。

实验组别	消融与对照配置	Ep. 1 吻合率	Ep. 3 吻合率	Ep. 5 吻合率	斜率 (Slope/Ep.)	相对 Top 组差异检验 (\(p\)-value)	说明
1% 极佳组	Top 1% 最优配置	0.3929	0.3648	0.5281	+0.0334	-	显著正斜率，涌现任务导向学习
1% 最劣组	Bottom 1% 最差配置	0.2143	0.1964	0.1592	-0.0122	\(p = 0.0005\)	负向漂移，反映非任务对齐的生物适应
1% 消融组	Matched Media (纯培养液无细胞)	0.0657	0.0936	0.0929	+0.0046	\(p = 0.0030\)	吻合率远低于机会水平，无适应能力
1% 消融组	Permuted Decode (打乱解码空间)	0.3214	0.3270	0.2944	-0.0067	\(p = 0.0005\)	吻合率塌缩至机会水平，证明强空间依赖
5% 优选组	Top 5% 配置	0.3668	0.3662	0.4365	+0.0180	-	稳健跨回合增长
10% 优选组	Top 10% 配置	0.3545	0.3569	0.4196	+0.0159	-	保持显著正向学习斜率

关键发现¶

最关键编码超参数：XGBoost 与 SHAP 分析表明，最大脉冲频率 \(F_{\text{max}}\) 对 Top 1% 性能影响最大，且最优区间集中在 40–60 Hz（过高会诱发去极化阻滞或耗竭，过低信息通量不足）；同时，高振幅（2.5 \(\mu\text{A}\)）、短脉宽（40–80 \(\mu\text{s}\)）与较少步内时钟数（Ticks per Step = 4）共同构成了最佳电荷刺激组合。
间歇式休息促进学习巩固：对比 Group 3（单次连续 150 步）与 Group 4（5 回合 × 30 步，间隔 2 分钟静息），具有回合间歇静息的 BNN 获得了更高的归一化分数（0.56 vs 0.52）与跨回合学习跃迁。从第 3 回合开始，BNN 显著提高了在正确航向上前进步伐的准确率。
空间网络动态演化：网络放电热图证实，在第 1 回合，神经放电主要局限在中心编码电极周围；而到了第 5 回合，脉冲放电已扩散并高度结构化地分布在外周解码电极区域，直观印证了生物突触通过可塑性跨越物理空间鸿沟。

亮点与洞察¶

首个系统性大规模神经计算优化范式：首次将活体神经元培养物的电脉冲接口提升为由 1,296 组参数、4,000 小时真实交互支撑的高维超参数优化工程，结束了以往湿件计算依赖单一试错经验的局限。
超高样本效率显著击败硅基 DQN：在 150 步交互的同等极低数据预算下，活体神经网络的策略学习速率明显超越经过深度超参数网格搜索的 DQN，展现出生物组织特有的低样本自适应潜力。
严密的可塑性生物学因果检验：通过引入“无细胞纯培养液”与“解码空间拓扑排列置换”双重消融对照，排除了电磁电容串扰或静态物理传导伪影，以统计显著的假设检验证实了学习行为完全源自活体突触可塑性。

局限与展望¶

搜索空间先验约束：受限于实验时间与培养物通量，参数搜索聚焦于作者预选的 6 个编码参数，未将解码区域几何映射与反馈电极拓扑同时纳入端到端联合寻优。
跨回合历史残留干扰：试验回合间 2 分钟的休息时间可能残留未完全衰退的短时突触可塑性痕迹，第 3 回合的性能跃升可能包含潜在的长时记忆或累积突触敏化效应，其确切的时间尺度仍待细致探针解析。
任务感知维度受限：目前验证环境基于一维标量传感器网格世界，未来需要将具身计算架构推广至高维连续输入（如视觉流感知）及真实物理四足或轮式机器人闭环控制。

评分¶

新颖性: ⭐⭐⭐⭐⭐ 首次建立具身神经计算系统框架并完成超大规模湿件参数搜索。
实验充分度: ⭐⭐⭐⭐⭐ 历经 4,000 小时真实验证，包含双重消融与严格假设检验。
写作质量: ⭐⭐⭐⭐⭐ 数学形式化严谨，系统工程与生物实验结合紧密。
价值: ⭐⭐⭐⭐⭐ 为未来极低功耗生物-数字混合计算与生物机器人控制奠定了坚实基石。