降低预测更新形成了自闭症特征中的序列依赖

科学领域:

• 认知神经科学 认知神经科学
• 感知 感知 感知 感知
• 自闭症研究 自闭症研究

背景情况:

• 序列依赖,即先前经验对当前感知的影响,通常在静态环境中进行研究.
• 本研究探讨了序列依赖作为基于反的内部模型更新,检查其与自闭症特征的变化.
• 一个沉浸式的虚拟现实点球任务被用来调查预测错误和更新机制.

研究的目的:

• 调查序列依赖是否反映了内部模型的被动转移或主动反更新.
• 确定自闭症特征如何影响基于预测错误的内部模型更新过程.
• 在与自闭症特征相关的预测更新中区分一般感知偏差和特定障碍.

主要方法:

• 参与者执行了一个虚拟现实点球任务,球在飞行中消失.
• 试验对试验的预测错误是通过在重新出现时将球横移而引入的.
• 评估了自闭症特征和足球专业知识与预测更新策略的相关性.

主要成果:

• 具有较高自闭症特征的个体表现出更大的预测偏差和更严格地依赖先验,表明更新不那么灵活.
• 与神经类型个体不同,那些具有较高自闭症特征的人在最大扭曲期间并没有减少对先验的依赖.
• 经典的刺激和反应史偏见不受自闭症特征的影响,这表明预测更新的特定损害.

结论:

• 动态任务中的串行依赖涉及基于反的灵活或刚性部署预测.
• 高度自闭症特征与预测权重的特定刚性有关,而不是一般的感知偏差.
• 该领域的专家展示了对比的稳定策略,利用强大的映射抵抗扰动.