La predicción de trayectorias visuales inciertas está sesgada hacia la continuidad del movimiento

Área de la Ciencia:

• La percepción y las ciencias cognitivas.
• La neurociencia computacional es una neurociencia computacional.
• La percepción visual es la percepción visual.

Sus antecedentes:

• La predicción del movimiento visual bajo incertidumbre requiere la integración de información estadística y cinemática.
• Las trayectorias aleatorias presentan desafíos debido al ruido, lo que requiere estrategias de toma de decisiones adaptativas.

Objetivo del estudio:

• Investigar cómo se modulan los procesos de toma de decisiones y los parámetros psicofísicos durante la extrapolación de trayectorias aleatorias con diferentes características de ruido (Random Walk, RDW, e Independently and Identically Distributed, IID).
• Para determinar la influencia de las propiedades de la trayectoria en la predicción del movimiento visual humano.

Principales métodos:

• Los participantes juzgaron el punto final de los puntos que se mueven hacia abajo con un ruido horizontal variable (RDW o IID).
• Los experimentos manipularon la última posición visible y las características de la posición media.
• Se emplearon datos de comportamiento y análisis del Modelo de Decisión de Difusión (DDM).

Principales resultados:

• Para las trayectorias de RDW, los participantes utilizaron con precisión la última posición visible, mejorando la velocidad y precisión de la decisión.
• Para las trayectorias de IID, los participantes mostraron estrategias variadas, pero predominantemente centradas en el último segmento, un enfoque subóptimo pero efectivo.
• El sistema perceptivo parece dar prioridad a la interpretación del movimiento suave para predecir trayectorias inciertas.

Conclusiones:

• El sistema visual humano favorece la interpretación del movimiento suave para predecir trayectorias inciertas.
• Centrarse en la última posición visible es una estrategia robusta para la predicción de movimiento visual, incluso con tipos de trayectoria no óptimos.
• Comprender estos mecanismos de predicción es crucial para la investigación de la percepción visual.