冗余运动环境中任务相关性的变化区分结构学习与适应

运动动作的维度往往超过任务反馈的维度，这造成了控制冗余，要求学习者识别哪些运动维度会影响任务结果。在冗余任务中塑造学习的计算过程，尤其是当任务相关空间发生变化时，仍不清楚。我们通过将已有的视觉运动扰动方法与冗余运动界面的到达任务相结合来研究这一问题。两只猴子学习了从三维手部位置到二维光标位置的映射，这使我们能够定义和操纵任务相关空间。在动物学会一个初始的任务相关空间后，我们引入了两种扰动：相关性保持（RP），即在已学到的任务相关空间内旋转手-光标关系；以及相关性改变（RA），即改变任务相关空间。我们假设 RP 扰动会引发基于误差的适应（在非冗余任务中观察到），而 RA 扰动会引发与获得新技能相关的额外学习机制。RP 扰动在训练期间（在线）被快速学会，并泛化到初始学到的映射，这与基于误差的适应一致。相比之下，适应第一次 RA 扰动需要更长时间，引发了训练之外（离线）的学习，并且没有泛化到初始学到的映射。动物在反复接触新的 RA 映射时也适应得更快，并改变了它们生成运动以学习每个新映射的方式，这与结构学习相关的计算一致。这些发现表明，改变任务相关性会将运动学习从适应转向结构学习，这对运动学习模型以及脑机接口等感觉运动疗法具有重要意义。

中文由 AI 翻译，仅供参考，以原文为准。