Theta Sweep 流水线示例

ThetaSweepPipeline 将导航任务、方向/网格细胞模型和可视化串联成 端到端流程。本章列出两个等级的示例，展示如何从外部轨迹数据启动分析，以及如何全面定制参数。

theta_sweep_from_external_data.py

  • 路径：examples/pipeline/theta_sweep_from_external_data.py

  • 场景：使用 Catmull–Rom 样条生成的外部轨迹，直接调用流水线完成 theta sweep 分析。

  • 流程概述：

    1. 生成平滑闭合轨迹（或替换为实验轨迹），构建 times 与 positions。

    2. 初始化 ThetaSweepPipeline（使用默认网络与 theta 参数）。

    3. 调用 pipeline.run(output_dir="theta_sweep_results")，自动导出动画与关键图像。

  • 输出：

    • theta_sweep_results/ 目录，包含动画 GIF/MP4、人口活动热图、轨迹分析图。

    • 终端打印分析摘要（时间长度、保存位置）。

  • 延伸：

    • 结合 任务与导航示例 的 import_external_trajectory.py，以真实数据替换样例轨迹。

    • 通过 ThetaSweepPipeline(…, env_size=?, dt=?) 与 run(…, animation_fps=?) 控制分辨率与图像质量。

advanced_theta_sweep_pipeline.py

  • 路径：examples/pipeline/advanced_theta_sweep_pipeline.py

  • 场景：面向高级用户，展示如何覆写流水线的所有配置，包括网络尺寸、theta 周期、输出质量等。

  • 流程概述：

    1. 构造包含 L 形轨迹的样条路径，并添加有控制的扰动。

    2. 在构造函数中同时传入 direction_cell_params、grid_cell_params、theta_params 与 spatial_nav_params，实现全量定制。

    3. 调用 run(..., save_animation=True, save_plots=True, verbose=True) 获取完整结果，并查看返回的 results 字典。

    4. 脚本还示范如何从 results["data"] 中提取 gc_activity、theta_phase 等数组做二次分析。

  • 输出：advanced_theta_sweep_results/ 内的动画、分析图、模拟数据缓存。

  • 延伸：

    • 改变 theta_strength_hd/gc 或 theta_cycle_len，对比不同节律设置的影响。

    • 将 grid_activity、dc_activity 导出为 .npz，与实验数据直接比较。

使用建议