自监督表示学习：用短期运动轨迹揭示动物身份与学习进度

研究人员提出一个自监督表示学习框架，以时间邻近性作为监督信号，从自由活动大鼠的运动轨迹中直接学习紧凑表示，无需人工定义行为状态或运动学特征。结果显示，短至一秒的轨迹就包含可预测身份和学习进度的信号：自我中心的姿态动态更能预测身份，而以环境为参照的运动更能预测学习相关变化，且两种信号在交替任务的决策节点处最强。团队还用表示条件扩散模型检视相关运动模式，代码已开源。