即使是看似簡單的動作執(zhí)行起來也非常復(fù)雜，我們學(xué)習(xí)如何執(zhí)行新動作的方式仍不清楚。來自的研究人員最近提出了一種新的運動學(xué)習(xí)模型，它結(jié)合了許多不同的理論。本月發(fā)表在《神經(jīng)網(wǎng)絡(luò)》上的一項研究表明，他們的模型可以很好地模擬人類的運動學(xué)習(xí)，為更好地了解我們的大腦如何工作鋪平了道路。
即使是相對簡單的任務(wù)，例如伸出手拿起一個物體，你的身體和所涉及的不同關(guān)節(jié)之間也存在大量潛在的角度組合。你的每一塊肌肉也是如此——肌肉和力量的組合幾乎無窮無盡，可以一起使用來執(zhí)行一個動作。有了所有這些可能的關(guān)節(jié)和肌肉組合——更不用說潛在的神經(jīng)元活動了——我們是如何學(xué)會做出任何動作的?筑波大學(xué)的研究人員旨在解決這個問題。
研究小組首先創(chuàng)建了一個數(shù)學(xué)模型來模擬新運動任務(wù)的學(xué)習(xí)過程。他們設(shè)計的模型反映了學(xué)習(xí)新技能時大腦中發(fā)生的許多過程。然后，研究人員通過嘗試模擬最近在人類中進行的三項研究的結(jié)果來測試他們的模型，其中要求個體執(zhí)行全新的運動任務(wù)。
該研究的資深作者 Jun Izawa 教授說：“我們對我們的模擬能夠很好地重現(xiàn)之前人類研究的許多結(jié)果感到驚訝。”“通過我們的模型，我們能夠彌合許多不同提議的運動學(xué)習(xí)機制之間的差距，例如運動探索、冗余解決和基于錯誤的學(xué)習(xí)。”
在他們的模型中，發(fā)現(xiàn)大量的運動探索(即運動的可)有助于學(xué)習(xí)靈敏度導(dǎo)數(shù)，這些導(dǎo)數(shù)測量來自大腦的命令如何影響運動誤差。通過這種方式，錯誤轉(zhuǎn)化為運動校正。
“我們在模擬人類研究的真實結(jié)果方面取得的成功令人鼓舞，”第一作者 Lucas Rebelo Dal'Bello 解釋說。“這表明我們提出的學(xué)習(xí)機制可能準(zhǔn)確地反映了運動學(xué)習(xí)過程中大腦中發(fā)生的情況。”
這項研究的結(jié)果表明了運動探索在運動學(xué)習(xí)中的重要性，提供了關(guān)于運動學(xué)習(xí)如何在人腦中發(fā)生的見解。他們還建議在學(xué)習(xí)新的運動任務(wù)時應(yīng)該鼓勵運動探索。這可能有助于受傷或疾病后的運動康復(fù)。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！