Credit: CC0公共域 在棒球运动中,一个球到达球盘只需要400毫秒
典型的反应时间为200毫秒,挥杆时间约为150毫秒,击球手必须仅根据球飞行的前10%至20%来决定是否挥杆以及如何挥杆
在这一点上,球场的速度和轨迹仍然有很多不确定性
然而,美国职业棒球大联盟的击球手仍然能够在25%的时间内击球——如果是泰德·威廉姆斯或托尼·格温在他们的全盛时期,这个比例是40%
击球手和其他运动员如何处理这种不确定的信息一直让科学家们着迷
“人类能够做到这一点,这是一个不可思议的壮举,”哈佛大学约翰·阿的研究生莱尔斯·阿尔侯赛因说
鲍尔森工程和应用科学学院(SEAS)
SEAS大学的戈登·麦凯生物工程教授阿尔胡赛和莫里斯·史密斯的新研究的中心是这些壮举背后的机制
这项研究最近发表在《电子生活》杂志上
这项研究解决了一个长期存在的问题,即当最终目标不确定时,大脑如何选择要执行的动作,为神经系统的运动规划提供了基本的见解
史密斯说:“在现实世界中,我们经常与可能以不可预测的方式快速变化的动态环境互动,因此理解我们驯服这种不确定性的机制对于理解,一般来说,大脑用来实时选择和计划我们行动的机制至关重要。”
先前对不确定性期间运动规划的研究表明,大脑并行地为所有潜在目标做准备,并对运动计划进行平均,以产生一个中间运动,随着额外信息的获得,该运动得到细化
如果是这样的话,击球手的大脑会对击球区内所有可能的位置进行平均,并根据这个平均值产生一个挥杆动作,然后随着投球越来越近和挥杆动作的展开,稍微调整一下
但这就是大脑实际在做的吗? 阿尔侯赛因说:“尽管中间动作被广泛观察到,但考虑到剩余的不确定性,它们反而可以反映出在每个时间点上关于单一最佳动作选择的神经决定。”
“在我们的研究中,我们使用一个新颖的实验系统地分离了这些可能性,发现当面对不确定性时,人类会产生一个优化任务表现的单一运动计划,而不是平均潜在的运动计划
" 研究人员设计了几个不同的实验
在其中一个实验中,参与者被给予一个屏幕上的目标,用一种机器人操纵杆瞄准
当参与者向目标移动时,操纵杆会试图将他们推离目标,参与者必须补偿该力
在另一个实验中,参与者被给予两个目标
每次移动大约五分之一的路程,一个目标会消失,参与者需要捕捉剩下的目标
参与者永远不知道哪个目标会消失,所以他们必须以这样一种方式瞄准,这给了他们捕捉任何一个目标的最佳机会
在另一个实验中,参与者必须抓住目标,同时避开中间的障碍物
阿尔侯赛因说:“在所有情况下,我们都找到了明确的证据,表明当面临不确定性时,人类会形成一个单一的运动计划,在各个层面优化任务表现。”
“这种方法选择了一个最初的行动,最大化任务的最终成功
" 研究人员还开发了一个基于这种性能优化理论的计算模型,该模型解释了参与者之间个体差异的80%到90%的方差
史密斯说:“这项工作颠覆了几十年前的运动平均理论,并为理解神经系统中的运动规划提供了一个机械框架。”
“然而,大脑计算单一最佳动作选择的机制仍有待发现
"
来源:由phyica.com整理转载自PH,转载请保留出处和链接!