实现的顺序效应揭示了汽车规划中的高效编码
Tianhe Wang1,2, Yifan Fang1, David Whitney1,2,3
1Department of Psychology, University of California, Berkeley.
bioRxiv : the preprint server for biology
|October 17, 2024
概括
神经系统使用高效的编码,而不仅仅是贝叶斯模型,在不可预测的环境中适应运动控制. 这种机制通过根据变化的运动目标调整资源来提高准确性.
科学领域:
- 神经科学是一个神经科学.
- 发动机控制器的控制器
- 计算神经科学是一种神经科学.
背景情况:
- 神经系统利用事先的信息来提高感知和行动的准确性.
- 贝叶斯模型在运动控制中普遍存在,将过去的观察整合到当前的计划中,但通常假设稳定的环境.
- 现实世界的动力目标变化不可预测,质疑传统贝叶斯集成的适用性.
研究的目的:
- 调查是否有效编码,一个替代模型,在动态条件下在动力规划中运行.
- 在不可预测的运动任务中比较贝叶斯和高效编码模型的预测.
- 了解运动系统如何在不断变化的环境中保持精度和灵活性.
主要方法:
- 用于快速变化的,不可预测的运动目标的中心外到达任务.
- 分析了对运动规划的顺序效应,以区分贝叶斯式和高效编码预测.
- 研究了内在运动变异性对运动偏差的影响.
主要成果:
- 运动偏差是令人厌恶的,与以前运动的方向相反,与高效编码相一致.
- 排斥性偏见被内在运动变异性放大.
- 对于具有相似目标的连续到达,移动变化率下降,这表明适应性资源配置.
结论:
- 研究结果支持在运动规划中存在高效编码,这种机制与传统的贝叶斯集成有所不同.
- 有效的编码允许电机系统在动态,不可预测的环境中保持高精度和灵活性.
- 这种适应机制根据环境统计数据动态调整资源分配.


