E02 · The computational and neural basis of voluntary motor control and planning
Scott, S.H. (2012). Trends in Cognitive Sciences, 16, 541–549. doi:10.1016/j.tics.2012.09.008
这篇综述用最优反馈控制解释任务相关的快速纠正，并梳理人和猕猴实验对目标依赖、状态估计及肢体动力学处理的支持。所提出的脑区分工是计算框架下的工作假说。
核对版本：Zotero VR 集合中的本地 PDF（2026-09-18）；Zotero 条目 · 打开原文。图下页码均为该 PDF 的文件页序，从 1 开始，可能不同于期刊印刷页码。
背景
反馈纠正会随目标、肢体动力学和环境变化。最优反馈控制为这些现象提供计算解释，并提出状态估计、控制策略和任务选择等可区分的问题。
研究思路
综述按目标依赖、多关节处理、学习与神经通路组织人和猕猴证据。机械或视觉扰动后的肌电时序是主要比较线索，脑区分工图则是工作假说；不能仅按某个潜伏期窗口唯一确定回路。
主要结果
第一个论点：反馈纠正是 goal-directed 的，而且是"在线"的。伸手到圆形目标时施加关节扰动，纠正把手拉回圆心；同样的扰动施加在伸向长条形目标的运动上，纠正只把手带到离扰动后位置最近的条上一点，两种条件的 EMG 差异在扰动后 70 ms 内就出现。视觉扰动同样遵循目标几何，而且纠错的幅度还会按"误差是否会持续影响任务"来调。双手任务更说明问题：两手的控制回路分属两个半球，但当两手共持一根杆时，扰动一只手，另一只手不到 100 ms 就出现方向正确的补偿 EMG；两手各做各的任务时未检出同样的跨肢肌肉响应。这些结果合起来否定了"预存轨迹加刻板反射"的组合——纠正的形状由当下任务目标实时决定，并不要求所有纠正都回到一条固定的desired trajectory；curl force field 里运动早期的过度补偿，恰是 optimal control 预测的最省力策略。
第二个论点：反馈纠正携带 internal model。Kurtzer 的实验把肩肘关节力矩设计成"肘大幅运动而肩几乎不动"，肩部单关节肌在完全没有被牵拉的情况下，long latency 窗口内照样出现对抗 underlying 肩力矩的响应——short latency 只跟着局部关节运动走，long latency 却"算出"了产生运动的力。M1 里有对应证据：肩相关神经元在扰动后 20–50 ms 只反映扰动本身，到约 50 ms 就开始对肩部力矩选择性放电，比肩部肌肉的分化响应还早约 20 ms，说明经皮层通路在做真正的多关节积分。环境适应的证据同样指向 internal model：力场学习同时更新前馈和反馈增益，甚至在手还没进入力场区域之前，long latency 增益就预先调好了；扰动若与任务成功无关，纠正反而会被调小。
第三个论点：这些响应不是被大扰动"触发"出来的特殊反射。把扰动幅度缩到接近自然运动变异的水平，perturbation–EMG 的线性回归仍然过原点，支持反馈过程连续参与正常运动，但并未直接证明回路完全相同。随机点运动决策实验里，long latency 增益随证据积累被实时调制；空间目标改变后 100 ms 内，反馈纠正就能整体改道。所以 Scott 的立场相当激进：反馈纠正和"自愿控制"不是两类东西，前者就是后者在扰动下的直接采样——扰动只是把一直在线的控制器照亮了。
最后是神经实现的草图：几乎所有精致的反馈行为都落在 long latency 而非 short latency 窗口，说明脊髓之上（transcortical 及皮层–小脑回路）才是主力；进化上，灵长类运动技能的扩张可能正是控制重心上移的驱动力；而 M1 只提供 corticospinal tract 约四成的轴突，控制不能简化为"M1 发号施令"。文中还引用了同期的 Churchland et al. 2012（本系列 D01），Scott 顺势说了一句很重的话：感觉反馈对 M1 活动的影响，让"M1 在编码什么"的问题让位于"M1 的动力学如何被反馈塑造"。
逐图解读
来源：原文 Fig. 1，PDF 第 2 页。
图 1 · OFC 框架图与神经实现草图。 (a) 是标准控制框图：control policy 把状态变量转成运动指令，optimal state estimation 用 efference copy 加延迟的感觉反馈估计状态，task selection 决定行为目标从而选定控制策略。(b) 是全文的"地图"：三个计算过程摊在一张高度分布式的脑图上——基底节经皮层环路参与 task selection，小脑参与 state estimation，PF、PP、dPM、vPM、SMA、A5、S1、M1 多数同时参与两三个过程，脊髓和肢体一起被归入受控的 plant。读这张图要记住它是假说而非结果，Scott 自己也承认这"at best a sketch"，但它定义了此后十年"哪个脑区贡献哪个计算过程"这类问题的提问方式。
来源：原文 Fig. 2，PDF 第 4 页。
图 2 · 目标形状决定纠正方向。 Nashed 等的实验：黑线是未扰动的伸手，蓝线是伸向圆形目标受扰后的纠正（回到圆心），红线是伸向长条目标的纠正（回到条上离扰动后手位置最近的一点）。(b、c) 显示两种条件的手路径在扰动后 200 ms 出头就分道扬镳，肘屈肌的 EMG 差异更是 60–70 ms 就能检出。这张图是"反馈纠正尊重任务目标"最直观的证据，也是 minimum intervention 原则在时间尺度上的落地——纠正的目标不是某条预设轨迹，而是满足任务要求的任意位置。
来源：原文 Fig. 3，PDF 第 4 页。
图 3 · 双手任务中的跨肢纠正。 (a) 对照：两手做不耦合的任务，扰动左手，右手（肱桡肌、肱三头肌长头）毫无统计可见的反应；(b) 实验：两手共持一杆并保持空间目标，扰动左手，右手在约 100 ms 内（红线标记两块肌肉各自的最早分化时刻）出现方向正确的 EMG 改变。两半脑各自控制一只手，却能在几十毫秒内根据任务耦合与否切换跨肢通路，说明反馈增益是在全局任务层面设定的，而不是每条手臂各自为政。
来源：原文 Fig. 4，PDF 第 6 页。
图 4 · Long latency 懂肢体动力学。 (a) 实验设计：肩肘同时施加阶跃力矩，力矩幅度和手臂几何经过精心选择，造成肘关节大幅运动而肩关节几乎不动。(b) 尽管肩部伸肌（三角肌后部）既没被拉长也没缩短，long latency 窗口仍有清晰的兴奋性和抑制性响应，方向对应 underlying 的肩力矩；short latency 则只跟随局部关节运动。(c、d) 是猕猴 M1 的对应记录：单个肩相关神经元和群体都在约 50 ms 开始对肩力矩选择性放电，比肌肉早约 20 ms。上下两排合起来论证：经皮层通路里跑的是 limb dynamics 的 internal model，而不只是感觉信号的转发。
讨论与解读边界
目标形状、双手协同规则和机械扰动改变快速反馈响应，说明反馈增益具有任务依赖性。长潜伏期响应还反映多关节动力学，支持反馈控制利用身体与环境信息，而不仅是局部肌肉牵张。
图2、图3主要是人的实验，图4将人的肌肉响应与猕猴M1记录并置，不能全部写成猕猴VR证据。最优反馈控制是对行为的计算解释，拟合良好不等于已定位其唯一神经实现。小扰动响应的连续性支持正常运动与纠正共享控制过程，但不能单凭过原点的回归证明两个条件使用完全相同的回路。
思考问题
- 同一反馈扰动在不同任务代价下引发不同响应时，怎样区分控制策略变化与状态估计变化？
- 在猕猴VR中分别改变视觉延迟和目标容许范围，快速纠正的时序与幅度会如何变化？