即使是看似简单的动作执行起来也非常复杂，我们学习如何执行新动作的方式仍不清楚。来自的研究人员最近提出了一种新的运动学习模型，它结合了许多不同的理论。本月发表在《神经网络》上的一项研究表明，他们的模型可以很好地模拟人类的运动学习，为更好地了解我们的大脑如何工作铺平了道路。
即使是相对简单的任务，例如伸出手拿起一个物体，你的身体和所涉及的不同关节之间也存在大量潜在的角度组合。你的每一块肌肉也是如此——肌肉和力量的组合几乎无穷无尽，可以一起使用来执行一个动作。有了所有这些可能的关节和肌肉组合——更不用说潜在的神经元活动了——我们是如何学会做出任何动作的?筑波大学的研究人员旨在解决这个问题。
研究小组首先创建了一个数学模型来模拟新运动任务的学习过程。他们设计的模型反映了学习新技能时大脑中发生的许多过程。然后，研究人员通过尝试模拟最近在人类中进行的三项研究的结果来测试他们的模型，其中要求个体执行全新的运动任务。
该研究的资深作者 Jun Izawa 教授说：“我们对我们的模拟能够很好地重现之前人类研究的许多结果感到惊讶。”“通过我们的模型，我们能够弥合许多不同提议的运动学习机制之间的差距，例如运动探索、冗余解决和基于错误的学习。”
在他们的模型中，发现大量的运动探索(即运动的可)有助于学习灵敏度导数，这些导数测量来自大脑的命令如何影响运动误差。通过这种方式，错误转化为运动校正。
“我们在模拟人类研究的真实结果方面取得的成功令人鼓舞，”第一作者 Lucas Rebelo Dal'Bello 解释说。“这表明我们提出的学习机制可能准确地反映了运动学习过程中大脑中发生的情况。”
这项研究的结果表明了运动探索在运动学习中的重要性，提供了关于运动学习如何在人脑中发生的见解。他们还建议在学习新的运动任务时应该鼓励运动探索。这可能有助于受伤或疾病后的运动康复。
标签：
免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！