通过将视觉触觉错误调制与个人的技能水平和动机相匹配,改善运动学习
Guang Zhou1, Jingyan Meng2, Liang Tao1
1Department of Neurorehabilitation, Ningbo Rehabilitation Hospital, Ningbo, 315040, China.
Acta psychologica
|November 22, 2025
概括
本研究介绍了MISLM算法,用于个性化机器人辅助康复,优化视觉触觉反,用于运动学习和参与. 适应性框架增强了技能获取和感知能力,有利于康复和体育训练.
科学领域:
- 神经科学是一个神经科学.
- 运动科学 运动科学 运动科学
- 康复医学 康复医学 康复医学
背景情况:
- 运动学习对于心理学,体育科学和神经康复至关重要.
- 将运动学习原则转化为有效的康复策略是具有挑战性的.
- 个性化反是优化康复运动学习的关键.
研究的目的:
- 在机器人辅助康复中建立一个心理知情框架,以提供个性化的视觉触觉反.
- 提出和评估基于技能和动机的适应性错误调制的MISLM算法.
- 将MISLM算法的有效性与其他反策略进行比较.
主要方法:
- 开发了MISLM算法,将视觉触觉错误与个人技能和动机相匹配.
- 使用多重线性回归来确定MISLM算法值.
- 在与60名参与者进行的轨迹跟踪任务中,与MISLM进行了五种不匹配策略的比较.
- 使用追踪错误和内在动机清单 (IMI) 评估运动学习和动机.
主要成果:
- 所有组都在运动学习和技能转移方面表现出显著的长期改善.
- 在VRHA,VAHA和MISLM小组中,感知能力显著提高.
- 与VAHR组相比,VRHA组在感知能力方面表现出明显更大的改善.
- 该MISLM算法证明了优化运动学习和参与的潜力.
结论:
- 心理机制显著影响运动学习过程.
- MISLM算法为运动学习和参与康复提供了一个优化的方法.
- 本研究提出了一个适应性培训框架,将运动学习理论和心理原则整合到实际应用中.
