我们似乎天生就会计算，不是最短路径，而是最尖锐的直线路径，尽可能直接面对我们的目的地。
每个人都知道两点之间的最短距离是一条直线。然而，当你沿着城市街道行走时，直线可能并不总是可行的。你如何决定走哪条路？
一项新的麻省理工学院研究指出，当我们在步行导航时，我们的大脑实际上并没有优化计算所谓的“最短路径”。基于超过14,000人的日常活动数据，麻省理工学院的研究团队发现，行人似乎选择的路径是看起来最直接指向目的地的路径，即使这些路径最终会更长。他们称之为“最尖路径”。
这种策略，被称为基于向量的导航，也在从昆虫到灵长类动物的研究中观察到。麻省理工学院的研究团队认为，基于向量的导航比实际计算最短路径需要更少的脑力，可能已经进化到让大脑将更多能量用于其他任务。
“似乎存在一种权衡，使得我们大脑的计算能力可以用于其他事情——3万年前，用来躲避狮子，或者现在，用来躲避危险的SUV。”麻省理工学院城市技术教授Carlo Ratti说。“基于向量的导航不会产生最短路径，但它足够接近最短路径，而且计算非常简单。”
Ratti是这项研究的高级作者，该研究今天发表在《自然计算科学》上。巴黎-萨克雷大学的副教授Christian Bongiorno是该研究的主要作者。麻省理工学院计算认知科学教授Joshua Tenenbaum也是该论文的作者之一。今年早些时候，该研究的预印本版本被发布到arXiv.org。
基于向量的导航
二十年前，当Ratti还是剑桥大学的研究生时，他几乎每天都要走从他的住宅学院到系办公室的路线。有一天，他意识到他实际上走了两条不同的路线——一条去办公室，一条回来。
“显然，一条路线比另一条更有效，但我已经适应了两条，一条用于每个方向。”Ratti说。“我始终如一地不一致，这对一个献身于理性思考的学生来说是一个小但令人沮丧的发现。”
在感知城市实验室，Ratti的一个研究兴趣是使用来自移动设备的大数据集来研究人们在城市环境中的行为。几年前，实验室获得了一个匿名的GPS信号数据集，这些信号来自波士顿和马萨诸塞州剑桥市一年内步行者的手机。Ratti认为，这些数据，包括超过14,000人采取的超过550,000条路径，可以帮助回答人们在城市步行导航时如何选择路径的问题。
研究团队对数据的分析显示，行人选择的路径比最短路径稍长，但最小化了与目的地的角度偏差。也就是说，他们选择的路径允许他们在开始路线时更直接地面对终点，即使一开始向左或向右的路径实际上可能更短。
“我们发现，最具有预测性的模型不是找到最短路径的模型，而是试图最小化角度偏移的模型——尽可能直接指向目的地，即使在大角度上旅行实际上会更有效。”感知城市实验室的主要研究科学家Paolo Santi说。“我们建议称之为最尖路径。”
这在波士顿和剑桥的行人中是真实的，这两个城市有复杂的街道网络，在旧金山，它有网格式的街道布局。在两个城市，研究人员还观察到，人们在往返两个目的地时往往选择不同的路径，就像Ratti在他研究生时代所做的那样。
“当我们根据角度做出决定时，街道网络将引导你走向不对称的路径。”Ratti说。“基于成千上万的步行者，很明显我不是唯一一个：人类不是最佳的导航者。”
在世界中移动
对动物行为和大脑活动的研究，特别是在海马体中，也表明大脑的导航策略是基于计算向量的。这种导航方式与智能手机或GPS设备使用的计算机算法非常不同，后者可以根据存储在内存中的地图近乎完美地计算出任意两点之间的最短路径。
Tenenbaum说，没有这些地图的动物大脑必须想出其他策略来在地点之间导航。
“你不能将详细的基于距离的地图下载到大脑中，那么你还能怎么做呢？更自然的事情可能是使用我们从经验中获得的信息。”他说。“根据你在世界中移动的经验，以参考点、地标和角度来思考是一种非常自然的构建映射和导航空间算法的方式。”
“随着智能手机和便携式电子设备越来越多地将人类和人工智能结合在一起，更好地理解我们大脑使用的计算机制以及它们与机器使用的机制的关系变得越来越重要。”Ratti说。
这项研究由麻省理工学院感知城市实验室联盟、麻省理工学院的脑、心智和机器中心、国家科学基金会、MISTI/MITOR基金和圣保罗公司资助。
故事来源：
材料由麻省理工学院提供。注意：内容可能为风格和长度进行了编辑。