感知動作學習是人類獲取動作控制的程序性知識的過程，是認知學習的重要組成部分，也是理解大腦運算機制的前沿研究領(lǐng)域之一。過去幾年，剝離了外顯知識的內(nèi)隱動作學習開始成為感知動作學習的研究焦點，但傳統(tǒng)的認知模型無法解釋眾多看似矛盾的現(xiàn)象。
近日，北京大學心理與認知科學學院魏坤琳教授課題組在eLife上發(fā)表題為 Perceptual error based on Bayesian cue combination drives implicit motor adaptation （doi.org/10.7554/eLife.94608.1）的論文，對人類的內(nèi)隱動作學習機制提出了新的理論模型，并通過一系列的行為學實驗展示了該新理論和舊有理論相比能更好地解釋人類的動作學習。該理論模型的核心觀點是：貝葉斯多通道感知整合產(chǎn)生的知覺誤差是驅(qū)動內(nèi)隱學習的基本學習信號，而該誤差是內(nèi)隱學習系統(tǒng)對肢體位置的估計和其預測之間的差別（圖1）。
該系列研究利用心理物理學實驗測量視覺干擾的不確定性，從這些知覺參數(shù)出發(fā)，知覺誤差模型量化地解釋了內(nèi)隱動作學習的各種現(xiàn)象。相對于前人模型，知覺誤差模型在預測動作學習時的本體感覺變化、以及視覺線索不確定性的影響等方面都更有解釋效力。通過行為學實驗和建模，該論文表明知覺誤差模型可以統(tǒng)一地解釋紛亂、難以量化的內(nèi)隱動作學習。因此，該模型是對程序性知識的獲得的理論構(gòu)建有一定的貢獻，對人工智能、機器人學、康復運動醫(yī)學等領(lǐng)域的應用也有一定的啟發(fā)意義。
圖1. 貝葉斯多通道感知模型和實驗設(shè)備。左圖：模型理論圖示。內(nèi)隱動作學習中手位置估計由三個感知動作信號整合而成，分別為視覺線索（xv），本體感覺線索（xp）和動作結(jié)果預測線索（xu）。右圖：實驗用KINARM可編程機械臂，用于精準測量上肢終點運動軌跡和產(chǎn)生力學反饋。
文章的并列第一作者分別課題組的博士后張昭然、已畢業(yè)博士生王惠君，北京大學心理與認知科學學院教授魏坤琳為本文通訊作者。這項研究得到了國家自然科學基金項目和科技創(chuàng)新2030-“腦科學與類腦研究”重大項目的資助。
2024-02-03