大脑如何解释运动规划中的不确定性
在棒球比赛中，一球只需400毫秒就能打到本垒板。典型的反应时间为200毫秒，挥拍时间约为150毫秒，击球手必须仅根据球飞行的前10%到20%来决定是否挥拍以及如何挥拍。在这一点上，仍然有很多关于投球的速度和轨迹的不确定性。然而，美国职业棒球大联盟的击球手仍然有25%的命中率，如果是泰德·威廉姆斯或托尼·格温，命中率是40%。
击球手和其他运动员如何处理这些不确定的信息一直让科学家们着迷。
哈佛大学约翰·a·保尔森工程与应用科学学院(SEAS)的研究生莱思·阿尔侯赛因(Laith Alhussein)说:“人类能做到这一点是一个不可思议的壮举。”
生物工程学院Gordon McKay生物工程教授Alhussein和Maurice Smith的新研究中心就是这些壮举背后的机制。这项研究最近发表在该杂志上eLife。
该研究解决了一个长期存在的问题，即当最终目标不确定时，大脑是如何选择一个行动来执行的，提供了基本的见解电动机神经系统的计划。
“在现实世界中在美国，我们经常与动态环境互动，环境可能以不可预测的方式迅速变化，因此了解我们驯服这种不确定性的机制对理解大脑用于实时选择和计划我们的行动的机制至关重要，”史密斯说。
之前对不确定状态下运动计划的研究表明，大脑会同时为所有潜在目标做准备，并将运动计划平均起来，生成一个中间运动，随着附加信息的增加，这个中间运动会得到细化。如果是这样的话，击球手的大脑会对球在好球带内所有可能的位置进行平均，并根据这个平均值生成挥杆动作，然后随着球越来越近，挥杆动作逐渐展开，再稍微调整一下。
但这真的是大脑在做的事吗?
Alhussein说:“尽管中间动作被广泛观察到，但它们可能反映了神经系统在每个时间点上的一个最佳动作选择。”“在我们的研究中，我们通过一个新颖的实验系统地分离了这些可能性，发现当面临不确定性时，人类会产生一个单一的运动计划，以优化任务表现，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。在一项实验中，参与者被要求在屏幕上用一种机器人操纵杆瞄准一个目标。当参与者向目标移动时，操纵杆会试图将他们推离目标，参与者必须补偿这个力。在另一个实验中，参与者被给予两个目标。在每个动作的五分之一处，一个目标会消失，参与者需要捕获剩下的目标。参与者永远不知道哪个目标会消失，所以他们必须以一种能让他们最有机会捕捉到任何一个目标的方式瞄准。在另一项实验中，参与者必须抓住目标，同时避开中间的障碍。
“在所有情况下，我们都发现了明确的证据不确定性在美国，人类会形成一个单一的运动计划，以优化各个层面的任务表现。”“这种方法选择的初始行动是为了任务的最终成功最大化。”
研究人员还基于这种性能优化理论开发了一个计算模型，该模型可以解释参与者之间个体差异的80%到90%的方差。
“这项工作颠覆了几十年前的运动平均理论，为理解神经系统中的运动规划提供了一个机械框架，”史密斯说。“然而，大脑计算单一最佳行动选择的机制仍有待研究。”
进一步探索
