大脑如何调节电机功能的可变性
任何试图为网球或翻转煎饼甚至玩视频游戏的人都知道，任何人都知道，很难一遍又一遍地执行相同的动作。但研究表明，不要击败机动功能的变异性，而不是击败自己的上误误差是一项特征，而不是我们神经系统的突发发挥着关键作用，研究表明。
例如，网球中的可变性允许玩家看到改变球的折叠的效果，球拍的摆动，或者所有的角度都可能导致更好的性能。但是如果你在ace之后服用ace acce acce是什么？在这种情况下的可变性不会非常有帮助。
如果变异性是良好的学习，但是当您想重复成功的行动时，大脑应该能够根据最近的性能来规范可变性。但怎么样？
该问题是最近从哈佛大学研究人员发表在杂志的最近一项研究的中心目前的生物学。
研究人员发现，使用大约300万只大鼠试验的数量来自大约300万只大鼠试验大鼠根据最近10到15次尝试的结果来规范运动变量任务。如果以前的试验已经很差，大鼠增加了他们的变异量 - 采用尝试方法的方法。但是，如果以前的试验顺利，大鼠限制了他们的可变性，证明大鼠过于订阅旧格言“如果它没有破产，请不要修复它。”
但这是最好的策略吗？
“通过模拟确定最佳变化规律策略应该是什么，我们发现它与大鼠使用的那个非常相似，”在有机生物和进化生物学系和第一作者的第一作者中Ashesh Dhawale说学习。“我们还发现，各个大鼠规范变异性的程度可以预测他们在电机任务上学习和执行的程度。这意味着规范基于性能的可变性对于短期和长期来说都很顺利。”
为了研究依赖性依赖性变化，研究人员为大鼠开发了新的电机学习任务。研究人员，由BenceÖlveczky，有机生物教授Ölveczky领导进化生物学，训练的大鼠以朝向目标角度按下2-D操纵杆。当老鼠成功时，他们得到了一纤维的水。为了使任务变得太容易，研究人员在大鼠了解到其位置时改变了目标角度。
研究人员发现，当大鼠经常获得奖励时，它们的变化很低。如果，几次试验后，他们做得不那么好，他们的可变性增加了。如果他们继续做得很差，那么可变性会增加更多。
“我们注意到这是在一个非常快速的时间尺度上发生的，”哈维登·麦凯汶省的哈佛约翰A.·鲍尔森工程学院（SEAR）和纸张共同作者，Gordon Mckay教授Maurice Smith说。“就好像大鼠实时计算其击球平均值。”
但是，长期任务差不多的不确定性？例如，如果你和你的妹妹一起玩网球，你可能知道她有一个始终如一的弱手。
研究人员通过将操纵杆的目标角度固定在许多会话上而不是不断变化它来模拟这种情况。
“我们发现大鼠在响应最近的性能时停止了调节变化，这与我们在模拟中发现的绩效相匹配，”Dhawale说。“这种情况下的可变性监管有几千次试验的时间尺度，这比我们早先未覆盖的可变异的奖励依赖性调节得多。”
Ölveczky网站表示:“我们的研究结果表明，大脑可以根据手头任务的统计数据灵活地调整其试错学习算法的组成部分，比如可变性的调节。”“我们已经证明，大脑使用一种复杂的算法来调节运动变异性，从而提高任务表现。”
该研究由Yohsuke R. Miyamoto共同撰写。
这个故事发表了礼貌哈佛大瞪羚哈佛大学的官方报纸。更多大学新闻，请访问哈佛。
用户评论