一个新模型阐明了人们如何学习运动技能

即使看似简单的动作也非常复杂，我们学习如何执行新运动的方式仍不清楚。来自日本的研究人员最近提出了一种新的运动学习模型，该模型结合了许多不同的理论。本月发表的一项研究神经网络揭示他们的模型可以很好地模拟人类的运动学习，从而为对我们的大脑的工作方式有更多了解铺平了道路。

即使是一项相对简单的任务，例如伸出并捡起对象，您的身体与所涉及的不同关节之间也存在大量潜在的角度组合。您的每种肌肉也是如此 - 肌肉和力量几乎可以一起使用来执行动作。通过所有这些可能的关节和肌肉组合（不提到潜在的神经元活动），我们如何学会做任何运动？Tsukuba大学的研究人员旨在解决这个问题。

研究团队首先创建了数学模型模仿学习过程这是针对新的电动机任务的。他们设计了该模型，以反映在学习新技能时被认为在大脑中发生的许多过程。然后，研究人员试图模拟人类最近进行的三项最新研究的结果来测试他们的模型，其中要求个人执行全新的运动任务。

该研究高级作者Jun Izawa教授说：“我们对我们的模拟能够重现人类以前研究的许多结果感到惊讶。”“借助我们的模型，我们能够弥合许多不同提出的运动学习机制，例如运动勘探，冗余解决方案和基于错误的学习。”

在其模型中，发现大量的运动探索（即运动的变异性）有助于学习灵敏度衍生物，从而衡量大脑的命令如何影响运动误差。这样，错误被转换为电机校正。

“我们成功地模拟了实际结果人类研究令人鼓舞的是，”第一作者卢卡斯·雷贝洛·达尔贝洛（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过程中大脑中发生的情况。”

这项研究的发现表明运动勘探在运动学习中的重要性，提供了有关如何运动学习可能发生在人脑。他们还建议在学习新的运动任务时应鼓励运动勘探。这可能有助于受伤或疾病后的运动康复。

---

---