训练可变性对于任意视觉运动映射的基于模型和无模型学习的作用
Carlos A Velázquez-Vargas1, Nathaniel D Daw1,2, Jordan A Taylor1,2
1Department of Psychology, Princeton University, Princeton, New Jersey, United States of America.
PLoS computational biology
|September 27, 2024
概括
通过各种运动任务进行训练,可以增强大脑学习新技能的灵活性. 这种可变性提高了概括性,并防止了固定的习惯形成,这对于适应新的视觉运动映射至关重要.
科学领域:
- 神经科学是一个神经科学.
- 认知心理学 认知心理学
- 运动学习是指运动学习.
背景情况:
- 人类大脑学习新运动技能的能力依赖于适应视觉运动映射.
- 了解训练方法如何影响这种适应是提高运动学习和灵活性的关键.
研究的目的:
- 调查训练可变性是否可以提高视觉运动映射的灵活使用.
- 为了确定多样化的训练是否会导致在运动任务中更好的概括性能.
主要方法:
- 一个网格导航任务被用来比较训练有素的参与者与单对多个开始-目标对.
- 计算建模分析了参与者的决策过程,区分了无模型和基于模型的计算.
主要成果:
- 与受过多对训练的参与者相比,与受过单一对训练的参与者相比,对新目标的概括性明显更好.
- 更高的可变性培训鼓励更多的基于模型的计算,即使看起来反直觉.
- 由于有限可变性训练而导致的泛化缺陷,可以通过早期接触可变性或随机性来克服.
结论:
- 训练的可变性对于实现灵活的视觉运动映射和提高概括性至关重要.
- 多样化的练习可以防止运动习惯过度巩固,促进适应性学习.
- 混合计算模型最好地解释了训练和概括阶段的学习动态.


