同一噪声驱动机制产生三种回放模式
论文要回答的是：海马如何产生如此不同的神经元序列，以及每种序列对导航各有什么作用。答案是一个闭环模型：在二维开阔场中，由漏电积分—发放神经元构成网络，包含循环位置细胞层，以及决定智能体移动方向和速度的动作选择环形吸引子。网络中的序列来自同一机制：背景噪声加上兴奋与抑制的平衡。不同模式之间的差别不在序列发生器本身，而在任务留下的突触修饰。
这一区分很重要，因为三种模式很容易被混为一谈。在线前向预演发生在目标导向导航中，是当前所在位置向前方扫过的活动。离线前向回放发生在休息时，锐波涟漪中的序列重新激活此前探索过的轨迹。扩散回放出现在随机觅食之后，类似布朗运动，与行为没有相关。模型在同一架构内重现了全部三种模式，因此它们的差异可以归因于学习历史，而不是不同的回路。
学习路径形成线吸引子并偏向向前回放
探索期间，循环层和位置—动作通路中的突触受多巴胺门控的、带资格迹的脉冲时序依赖可塑性修饰，因此只有沿通往目标路径上活跃的突触被增强。循环层被组织成二维流形：编码相邻位置的神经元之间连接更强，另有稀疏的长程兴奋连接，固定概率为2%，抑制则严格局限在局部。
这种学习在二维网络中嵌入了一个线吸引子。当智能体停顿时，前向和后向回放都可能出现，但此前活跃群体中持续时间更长的抑制电流会压制立即再激活，使网络偏向向前回放。论文的模拟显示，当智能体位于路径中段时，前向传播变得占主导、被优先选择且更频繁。这是关于网络动力学的模型结果，不是对海马活动的测量。
群体爆发打开短暂的突触增强窗口
论文比较了六神经元定向链的三种情形：均匀连接、异步发放的网络；出现同步群体爆发的网络；以及探索后已形成线吸引子的网络。在异步状态下，平衡抑制使突触前、后活动去相关，因此发放率之间的协方差极小，权重变化可以忽略。
在群体爆发期间，抑制以短暂延迟跟随兴奋，使互协方差在短正时滞处出现一个小正峰。这个短暂窗口有利于沿链增强突触。探索之后，通往发放率最高神经元的突触被优先增强，随后的爆发更可靠、更频繁地激活该链。在固定的30秒模拟中，嵌入线吸引子的同步情形下，平均归一化权重变化在所有测试的初始权重上都高于其他情形；激活率则在初始归一化权重中位数0.4的条件下测量了60秒。
离线回放缩短路径并提高试次成功率
休息期间，空间均匀的泊松噪声取代环境输入，回放通过脉冲时序依赖可塑性加突触归一化，同时修饰循环连接和位置—动作突触。报告的行为效应是随后探索试次中的路径变短。在二十个探索阶段中，智能体随着试次推进逐渐更高效地到达奖励。
成功率并非完美：在一些固定时长的试次中，智能体未能到达奖励，拉低了整体试次成功率。作者把改善归因于学到的位置与动作序列更稳定，以及噪声耐受性提高。这是关于模型智能体的模拟层面论断，论文没有报告对应的行为实验。
扩散回放把动作泛化到邻近位置
随机觅食之后，网络的自发活动表现为游走的局部活动包，而不是有序序列。对兴奋—兴奋和兴奋—抑制权重做突触归一化，同时维持兴奋—抑制平衡，会改变有效权重核，把网络推入这种扩散状态。解码出的爆发随后类似随机游走。
功能上的后果是动作图更均匀。扩散回放修饰位置—动作连接，使编码的动作泛化到成功探索中访问过的邻近位置，从而支持从其他起点更高效地进行目标导向导航。在十次独立运行中，网络在若干探索试次后被设为自发发放5秒，并在回放前后从不同起点测量成功率。论文报告，每个位置编码的动作与实际目标导向向量之间的平均角度差减小，同时成功试次比例的均值和方差也发生变化。
单一架构把回放类型与导航功能联系起来
论文的核心主张是组织层面的：一个网络架构可以灵活产生多种回放类型，每种类型以不同方式帮助优化目标导向行为。在线前向预演为每个位置细胞激活合适的动作细胞，从而支持捷径发现和灵活的策略调整。离线前向回放巩固最优动作序列。扩散回放泛化动作与状态图并 homogenize 内部连接，作者称这改善了后续的目标导向导航。
这种灵活性的机制在于网络的运行状态。模型处于相变附近，产生具有幂律统计的群体爆发和较长的空间相关长度，使活动能够跨越遥远的神经集群。稳态的突触归一化维持这一敏感工作点稳定。作者以此解释弱突触输入如何触发大规模募集，而不是把它当作CA3记录中已被证实的性质。
模型范围限制了回放功能能主张什么
若干边界限定了这些结果。这项工作是对脉冲网络的模拟，因此三种回放模式及其导航收益是模型结果，而不是实测的海马动力学。作者指出，CA3爆发统计仍有争议：一些研究报道幂律标度，另一些报道对数正态分布，他们呼吁进一步实验记录。网络中的临界指数与标准普适类并不一致，例如有向渗流预测爆发大小的平均场指数为1.5、持续时间为2.0。
模型还省略了混合选择性，即海马神经元中观察到的位置、方向、情境和目标信息的联合编码。作者提出把模型扩展到联合状态—动作编码或目标调制的位置表征。对于想把三种回放功能当作已确立生物学事实、而非一个自洽计算解释的读者，这些限制最为重要。
任务历史决定哪种回放模式带来收益
论文最有用的区分是有条件的，而非普适的。在类似莫里斯水迷宫的目标导向任务中，在线和离线前向回放为每个位置细胞激活合适的动作细胞，促成捷径发现和灵活的策略调整。随机觅食之后，扩散回放则产生类似随机游走的局部序列，促进更均匀的空间表征、增强循环连接并泛化位置—动作映射。
因此，实用的解读是回放类型应与任务历史相匹配：前向回放与已学习的目标导向轨迹相关，而扩散回放跟随无方向探索，并在之后从新起点进行目标导向导航时体现价值。论文自身的重点正是这一架构内的分工，依据是二十个探索阶段和十次独立运行的模拟，而不是主张某一种回放模式普遍最优。
本文引用的文献
Online Preplay and Offline Replay Optimize Action Selection in a Closed-Loop Navigation Model
一个脉冲网络模型由同一噪声与兴奋—抑制驱动机制产生在线前向预演、离线前向回放和扩散回放，任务依赖的突触改变决定出现哪种模式，每种模式承担不同的导航功能。