Spatial learning strategies, visual information acquisition and efficiency of local navigation
Final Report Abstract
Das Navigationsverhalten von Bienen ist v.a. deshalb besonders faszinierend, weil Bienen es fertig bringen, mit einem etwa stecknadelgroßen Gehirn ein Ort, z.B. eine attraktive Futterquelle oder ihr Nest, gegebenenfalls auch über große Distanzen hinweg wieder zu finden. Hierbei spielen u.a. sog. Landmarken, d.h. Objekte, die sich auf dem Weg zum Zielort sowie insbesondere in dessen Nähe befinden, als visuelle Merkmale eine wichtige Rolle. Ein populärer Erklärungsansatz für die Zielfindung stellt das sog. „Schnappschussmodell“ dar: Ein Bild der Umwelt wird am Zielort gespeichert und anschließend während der Zielsuche mit der jeweils aktuellen retinalen Bildinformation verglichen. Auf dieser Basis werden dann Flugsteuersignale generiert, die zu Bewegungen des Tiers führen, die Unterschiede zwischen Schnappschuss und aktueller visueller Information verringern und das Tier so schließlich zum Zielort führen. Ein Problem, das derartige statische Schnappschüsse der Umwelt mit sich bringen, ist, dass sie keine explizite Information über die räumliche Struktur der Umwelt enthalten. Es war jedoch schon lange bekannt, dass Landmarken, die sich nahe beim Zielort befinden, für dessen Auffindung relevanter sind als weiter entfernte. Wir konnten zeigen, dass eine Berücksichtigung von dynamischer visueller Information in Form des optischen Flusses und dessen Repräsentation im Nervensystem für die Zielfindung entscheidend sind, insbesondere wenn sich die Landmarken nicht durch ihre Textur, Kontrast oder Farbe deutlich vom Hintergrund abheben, sondern – wie dies in natürlichen Situationen oft der Fall ist – von diesem nur schwer zu unterscheiden sind. Der optische Fluss ist als Informationsquelle über die Landmarkenkonstellation bei der Navigation v.a. deshalb als Informationsquelle besonders geeignet, weil sich während translatorischer Bewegungen nahe Objekte schneller über das Auge bewegen als weiter entfernte, und optischer Fluss deshalb Information über die räumliche Struktur der Umwelt enthält. Wir konnten zeigen, dass Bienen ihr Verhalten in der Nähe des Zielobjekts an die jeweilige Landmarkenkonstellation anpassen. Die sakkadische Flug- und Blickstrategie, durch die während mehr als 80% der Flugzeit translatorischer optischer Fluss und somit räumliche Information generiert wird, spielt in diesem Zusammenhang für die Gewinnung von Landmarkeninformation eine wichtige Rolle. Hierbei kommt es auf eine präzise Koordination der Kopf- und Körperbewegungen an, die gewährleisten, dass die Blickrichtung möglichst weitgehend unabhängig von den Flugsteuerbewegungen des Körpers über weite Strecken konstant gehalten wird. Unsere Ergebnisse zur aktiven Sehstrategie von Bienen bei der Landmarkennavigation legen nahe, dass die zu Grunde liegenden Mechanismen nur dann verstanden werden können, wenn man den gesamten Aktions-Perzeptions-Zyklus berücksichtigt, d.h. dass Verhalten zwar einerseits durch die aktuelle visuelle Reizsituation mitbestimmt wird, dieses jedoch andererseits aktiv auch die visuelle Reizsituation ganz wesentlich formt.
Publications
-
2010. “Goal seeking in honeybees: matching of optic flow snapshots?”. Journal of Experimental Biology 213(17), 2913 - 2923
Dittmar, L., Stürzl, W., Baird, E., Böddeker, N., & Egelhaaf, M.
-
2010. “The fine structure of honeybee head and body yaw movements in a homing task”. Proceedings of the Royal Society B - Biological Sciences 277(1689), 1899 - 1906
Böddeker, N., Dittmar, L., Stürzl, W., & Egelhaaf, M.
-
2011. “Static and dynamic snapshots for goal localization in insects?”. Commun. Integr. Biol. 4(1), 17 - 20
Dittmar, L.
-
2011. “The behavioural relevance of landmark texture for honeybee homing”. Frontiers in Behavioral Neuroscience 20(5)
Dittmar, L., Egelhaaf, M., Stürzl, W., & Böddeker, N.
-
2012. “Prototypical components of honeybee homing flight behavior depend on the visual appearance of objects surrounding the goal”. Frontiers in Behavioral Neuroscience 6(January), 1 - 16
Braun, E., Dittmar, L., Böddeker, N., & Egelhaaf, M.
