文献集总览

65 篇文献总纲:运动控制、内模型、最优反馈与目标拦截

本阅读集以 Zotero 的 motor_control_interception_64 集合为依据:65 篇文献、65 份逐篇笔记(每篇含背景、研究思路、方法、主要结果、逐图解读、讨论与思考问题七个部分),共嵌入 510 张原文主图,所有图片由 PDF 程序化裁剪提取并经正文污染校验。整合性的论述见 01_综述_运动控制与目标拦截的神经科学.md

编号 A–I 按问题谱系分组,不按年代或期刊。跨组引文(如 A06 与 F06、B09 与 G07、C07 与 F08、D 组与 H 组)在笔记与综述中互相链接,建议按问题而非顺序阅读。

本文目录
  1. 先明确阅读范围
  2. 建议阅读路线
  3. 全部文献索引

先明确阅读范围

建议阅读路线

当前问题 阅读顺序 需要辨别的证据
从哪里进入群体框架? F09F10F01F02F11 理论立场、旋转结构、零空间几何与综述口径
力与方向之争如何收场? A01A03A05A06A07C02 变量解耦程度、"muscles and movement"的和解
内模型如何定义与定位? B01B02B03B04B06B09 行为定义、计算架构、病人证据的层级
反馈为什么是主角? C01C04C05C08C09F05F08 增益任务依赖、LLR 智能、零空间缓冲、旋转×反馈
移动目标怎么追? G01G04G08G09H01H03H05H06 tau 与内模型、遮挡与在线微调、皮层双通道
决策与运动什么关系? E01E02E03H09 候选指定、affordance 竞争、urgency、连续转换
模型对照怎么用? H07H08H10F03 RNN 家族的预测力 vs 总成绩、自然解、几何同构

全部文献索引

A · 经典表征之争:力、方向与速度(8 篇)

从 Evarts 的锥体束力学到 Georgopoulos–Schwartz 的方向调谐与群体向量,再到 Kalaska 的负载解耦、Kakei 的坐标系分离与 Moran 的速度增益——单细胞时代最重要的争论与它的方法论教训。

编号与笔记 研究类型 核心结论(一句话总结)
A01 · A01 (14 图) 猕猴电生理 把 30° 腕屈伸与负载方向解耦后,Evarts 发现 31 个 PTN 中 26 个(84%)的发放随负载变化 ≥50%,同一单元的屈曲位移发放可从 3/秒(400 g 阻伸)摆到 93/秒(400 g 阻屈),且放电在时间上领先 dF/dt——锥体束输出的首要变量是力及其变化率,位移方向只是次要相关。
A02 · A02 (10 图) 猕猴电生理 对 135 个经 spike-triggered averaging 中 postspike facilitation 确认直接支配前臂肌肉的 CM 细胞,全部在保持期持续放电并归入 phasic-tonic(59%)、tonic(28%)、phasic-ramp(8%)、ramp(5%)四类,tonic 放电率随静态力矩线性上升且等长与运动条件斜率无异(伸肌组平均 4.8、屈肌组 2.5 impulses·s⁻¹/10⁵ dyn·cm,P=0.001),而只在运动起始放电的纯相位细胞从不产生 PSF——运动皮层对主动力的因果贡献集中在持续放电的输出神经元,靠放电率爬升而非新细胞募集覆盖力的全域。
A03 · A03 (8 图) 猕猴电生理 在 8 方向、同起点、同幅度的二维伸手任务中,323 个任务相关 M1 细胞里 241 个(74.6%)呈钟形方向调谐,约 75% 可用正弦(余弦)函数拟合(26% 的 R²≥0.9),而只对单一方向放电的细胞仅 1 个,且调谐性放电在最早 EMG 变化(运动前约 80 ms)之前已然就位——单个 M1 细胞不专属单个运动方向,方向由 preferred direction 布满全圆、调谐曲线相互重叠的细胞群体合作表达,这一结论直接孕育了 1986 年的 population vector。
A04 · A04 (5 图) 猕猴电生理 224 个宽调谐 M1 神经元的加权偏好方向之和——群体向量——与八方向 3-D 伸手的实际方向平均只差 15.8°(范围 7.2°–21.9°),且运动方向全部落在群体向量的 bootstrap 95% 置信锥内;单个细胞含糊的余弦调谐,经群体求和后给出唯一的方向编码。
A05 · A05 (15 图) 猕猴电生理 在无约束的三维自由伸手里,568 个近端臂区 M1 细胞中 475 个(83.6%)的放电随运动方向呈余弦调谐,PD 铺满整个方向连续统且近似均匀(球面方差中位数 0.066);放电变化最早出现于目标后 60–80 ms、峰值 120–140 ms,比近端肌 EMG 首变(160–180 ms)早约 40–60 ms——方向信息在肌肉动手之前就已写进皮层群体,而它到肌肉的通路,作者猜想是加权肌肉组合的线性翻译。
A06 · A06 (19 图) 猕猴电生理 在运动方向×负载方向的 8×8 完全交叉设计里,262 个肩相关 M1 细胞对两个参数都呈连续的余弦式调谐(负载调谐的正弦拟合率 95–99% 甚至高于运动调谐的 76–81%),负载轴近似位于偏好方向反侧,群体向量在负载补偿时一致指向抵消负载的方向,且任意组合下的群体活动可由"无负载运动放电+负载紧张性偏置"线性叠加近似预测——运动皮层同时编码运动学与动力学,两者的配比随细胞从 phasic 到 tonic 连续变化,负载敏感度与姿势变异(R=0.717)及低微刺激阈值(R=−0.474)挂钩。
A07 · A07 (4 图) 猕猴电生理 前臂旋转 180° 把腕运动的三种坐标系拆开后,M1 手区 88 个方向调谐神经元中 44 个的 PD 几乎不动(均值 12.3°,38 个不显著),比肌肉样的 28 个(均值 70.2°)还多——同一片皮层里,"手往哪走"与"肌肉怎么缩"两种表征各占半壁,M1 更像变换现场而非终点站。
A08 · A08 (15 图) 猕猴电生理 在 4 只猴 1,039 个细胞、41,560 个 trial 的 center-out 数据里,速度以乘性增益改写 M1 方向调谐曲线(峰值速度 25→35 cm/s 使放电相对变化约 12%),一条"速度×(方向+非方向)"方程解释单细胞中位 68%、系综 99% 的时变方差,群体活动领先手速度 145 ms 连续演化——伸手不是发射后不管的炮弹,而是一路被皮层连续"画"出来的。

B · 内模型与适应(9 篇)

力场适应定义内模型、卡尔曼式状态估计、MOSAIC 架构、小脑定位、学习基元、快慢过程与感觉预测误差——"学习什么"如何变成一个计算问题。

编号与笔记 研究类型 核心结论(一句话总结)
B01 · B01 (16 图) 人类心理物理学 1000 次运动让 8 名受试者在速度相关力场中的轨迹回归直线、撤场后留下与初始畸变镜像的 aftereffect,且在从未训练的左工作区,他们以近乎完美的表现(ρ=0.91 对 0.62)暴露了自己按关节而非手的坐标学习了环境动力学——内模型从此有了实验定义。
B02 · B02 (2 图) 人类心理物理学 黑暗中移动手臂后指认手的位置,偏差先升后降(峰值 0.9 cm/约 1 s)、方差升后平台(约 2 cm²)、助力场放大而阻力场缩小偏差且方差不受力场影响——四个形态只有"前向模型预测 + 感觉校正"的卡尔曼滤波能一并复现,前向内模型由此拿到第一份直接行为证据。
B03 · B03 (4 图) 理论与计算模型 把 n 个前向模型的预测误差经 soft-max 归一化成"责任",让这一个信号同时门控前向模型学习、逆向模型学习与逆向模型输出的贡献,再乘上感觉线索给的先验——模块选择与模块学习在 15 个方程里被统一,32 个模块的二值组合 2³² ≈ 10¹⁰ 种行为从此有了架构出处。
B04 · B04 (4 图) 综述与理论纲领 1999 年的纲领文件——力场适应后效、握力恰好略高于防滑线、眼追自控目标 0 ms 潜伏、OFR 中 complex spike 波形被眼球逆动力学模型重建且与 simple spike 镜像、工具学习后持续的小脑 fMRI 激活,几条独立证据线拧成"小脑是内模型库",再用最小方差模型判定轨迹规划的运动学派与动力学派各对一半。
B05 · B05 (4 图) 人类心理物理学 从 40+24+3 名被试的误差时间序列中解出的大脑动力学习基元,是以 0.12 m/s 宽度的高斯感受野编码手速度的局部单元(半高半宽约 40°)——它准确预言了无 catch trial 训练的 S 形轨迹、17% catch trial 的临界抑制效应,以及高频力场中把助力学成阻力的系统性误判。
B06 · B06 (5 图) 人类心理物理学+模型 误差钳制实验显示,力场适应被洗脱后,记忆会在零误差条件下自发反弹(14 名被试,p<0.0001,快升慢降)——最简解释是一个快过程(学习率 0.21、保持率 0.59)与一个慢过程(学习率 0.02、保持率 0.992)并行叠加,这一对参数同时统一解释了 savings、自发恢复、顺行干扰、快速去学习与快速降尺度。
B07 · B07 (6 图) 病人+心理物理学 在 20° 视觉旋转的 pointing(可纠正)与 shooting(不可纠正)任务中,健康对照的适应率(α≈0.2)、适应量与后效在两条件间毫无差别,小脑病人的缺陷(α 降至约 0.04、适应量减半)也同样与纠正之有无无关——驱动小脑依赖伸手适应的教学信号是感觉预测误差(前向模型与真实感觉之差),而不是在线运动纠正命令。
B08 · B08 (9 图) 综述(计算神经解剖) 本文以最优反馈控制为骨架,把运动控制分解为系统辨识、状态估计与最优控制三类计算,并分别落到小脑、顶叶与基底节-运动皮层系统上——用 HM、HK 等病人的双重分离证据画出了运动控制的第一张计算神经解剖图,代价是承认成本函数与时间尺度问题仍悬而未决。
B09 · B09 (5 图) 综述 运动控制的两大难题——反馈延迟与身体易变——共享同一个解:位于小脑、由感觉预测误差校准的前向模型;预测误差而非纠错命令驱动适应,快慢两个自适应过程的相互作用解释了自发恢复等现象,而只有慢过程(24 h 保持量与其水平 r = 0.99 相关)通向长时记忆。

C · 最优反馈控制(10 篇)

最小干预原则、轨迹作为副产品、反馈增益的任务依赖、长潜伏期反射继承随意控制的智能(C05–C10)——理论、行为证据与神经生理的三层合围。

编号与笔记 研究类型 核心结论(一句话总结)
C01 · C01 (6 图) 理论 在随机最优反馈控制框架下,最优策略不再追踪期望轨迹,而是遵循最小干预原则——只纠正干扰任务目标的偏差(数学上,纠错量与 cost-to-go 增量是同两个向量的内积),把冗余维度用作噪声缓冲;由此任务约束的变异性、协同、简化规则与离散协调模式统统涌现,实验证据包括目标处方差降至 0.14 cm²(目标间 0.26 cm²)、击球后终点/撞击方差比 7.6,以及 M=20 时最优控制器成本仅为跟踪控制的 0.22 倍。
C02 · C02 (4 图) 综述 把肢体力学、运动行为与神经生理三层证据在最优反馈控制的框架下对齐——M1 是一个低维状态变量上运行、反馈增益随行为目标实时重设的控制器的一部分,其方向调谐与手运动相关活动无需"muscles vs movements"的二选一:答案是 muscles and movement;扰动后 20 ms 的早期响应走皮层感觉通路、约 60 ms 起的晚期响应受小脑调制,而验证增益任务依赖性的扰动实验纲领支配了此后二十年的 M1 研究。
C03 · C03 (3 图) 综述 感觉运动系统的"最优"不在轨迹里而在反馈控制律里——最小干预原则(只在干扰任务绩效时矫正偏差)统一了冗余、协同与结构化变异,而 costate-M1 猜想(最优控制是 cost-to-go 梯度的矩阵变换)为皮层实现留下了最早的接口。
C04 · C04 (8 图) 人类心理物理学 晚期目标跳变的欠矫正不是来不及,而是最优反馈控制器为稳定停下主动降低末端位置增益的结果——放宽停止要求(stop→hit)后欠矫正显著缩小,证明感觉运动策略优化的是精度、稳定、能量与时限的复合代价,而非任何预设轨迹。
C05 · C05 (11 图) 人类心理物理学+EMG 同一扰动配不同空间目标时,短潜伏期 R1(20–45 ms)对目标毫无反应,而 long-latency 的 R2/R3(45–105 ms)被目标方向分类调制、随目标距离连续分级、并向二维调谐函数演化——R3 的 preferred direction 与随意响应平均只差 19°,证明快速反馈响应与随意控制共享同一套任务表征。
C06 · C06 (7 图) 人类心理物理学+EMG 手的视觉表征被瞬时侧移会诱发约 110 ms(EMG)/150 ms(力)起步的不随意矫正响应;当相同统计结构(零均值、等方差)的视觉不一致为任务相关时该反射增益在首个测试块内上调、且空间选择性地局限于偏移所在的运动后半段,为任务无关且幅度够大时则被渐进压制——反射增益适应的判据是变异性的任务相关性,而不是环境的固定改变。
C07 · C07 (5 图) 综述 servo-control 死于几十毫秒的感觉延迟与多关节动力学的不稳定,坐标框架搜索死于"M1 与从目标到肌肉的一切变量相关、且表征随姿势/运动切换(群体层面零相关)";Scott 主张把问题从"M1 编码什么"转回"M1 如何参与控制",并押注 long-latency 反射继承随意控制的智能——这一赌注随后被 C05、C08、C09、C10 逐一兑现。
C08 · C08 (4 图) 猕猴电生理+人类 TMS M1 的 shoulder 样神经元(25/356)在扰动后约 50–60 ms 内区分产生相同肩运动的不同力矩、并对纯肘运动做出恰当肩向命令(群体 50–100 ms 窗口显著分化,比肌肉早约 19 ms);人类 TMS 在纯肘位移后 65 ms(而非 25 ms)使肩肌响应超线性——经皮层穿过 M1 的通路在约 50 ms 内完成多关节整合,快速反馈的智能与随意控制同级。
C09 · C09 (5 图) 综述 OFC 预测反馈增益应随任务定义、控制应为 MIMO 结构、响应应懂肢体力学——综述证明 LLR(50–100 ms)三条全中:随目标位置连续分级(C05 五目标)、跨手指跨双臂路由感觉信息、在肩不动的纯肘扰动下正确对抗底层肩力矩(C08);其智能主要由经皮层通路承载(CM 细胞领先 LLR 10–20 ms、TMS 超线性),但 LLR 是多个功能独立成分的线性叠加,脊髓 group II 贡献并存。
C10 · C10 (5 图) 猕猴电生理 肢体扰动后约 25 ms 内本体感觉反馈已传遍 S1/A2/A5/M1/PMd 五个皮层区域(S1 最强 68.5 sp/s、最早 17 ms);任务参与使 A5 响应在约 25 ms 即被放大 36%(其余区域晚 15–40 ms,S1/A2 变化仅 9–15%);目标选择则最先改写 M1(66–72 ms,先于肌肉约 85 ms 的分岔),PMd 次之,顶叶迟至约 150 ms——躯体感觉反馈的任务特异性处理分布在顶额皮层多个区域,且不同任务语境征用不同的时空模式。

D · 后顶叶与坐标变换(4 篇)

增益场、意图编码、眼中心伸手计划与直接视觉运动变换——空间信息在哪里、按什么参照系换算。

编号与笔记 研究类型 核心结论(一句话总结)
D01 · D01 (11 图) 猕猴电生理 在注意性注视下,超过六成(44/72,61%)的 area 7a 光敏神经元对视网膜等同刺激的反应随注视角度强烈变化(最陡 20° 段中位变化 3.8 倍,平均梯度约每 20° 变化 78%),而感受野保持 retinotopic——视网膜输入与眼位信号在单个顶叶神经元上的会聚,即后来所谓 gain field 的第一手证据。
D02 · D02 (3 图) 猕猴电生理 在交错延迟扫视/伸手任务中,373 个延迟期方向调制的 PPC 神经元里 68%(经 dissociation 任务检验后达 84%)的放电取决于猴子打算做什么而非记着什么——意图特异细胞在 LIP(眼:臂约 5:1)与 LIP 内后方的伸手区(臂:眼约 9:1)解剖分离,证明 PPC 编码的是运动意图本身。
D03 · D03 (4 图) 猕猴电生理 在 2×2 的眼位/手位解耦设计下,74 个 PRR reach-specific 神经元中 84%(平移对齐分析 81%)的调谐更符合 eye-centered 而非 arm-centered 编码,且 34/34 个受测神经元在扫视把目标带入感受野后全部完成表征更新——早期伸手计划写在视觉坐标里,靠眼位 gain modulation 逐级换算成肢体的运动误差。
D04 · D04 (5 图) 猕猴电生理 area 5 神经元以手+眼双坐标编码记忆目标(跨条件相关 r=0.95,调谐平移单峰 18°),而 PRR 以眼坐标编码目标与手位、以后者 gain 调制前者(平移峰 0°,N=98)——眼坐标下"T 减 H"的直接减法即得手坐标运动向量,PPC 的伸手变换不必经过头与身体坐标的串行中转。

E · 动作选择与决策(3 篇)

决策长在运动回路里:PMd 的双峰候选指定、affordance 竞争假说、动态决策中的 urgency 与承诺。

编号与笔记 研究类型 核心结论(一句话总结)
E01 · E01 (8 图) 猕猴电生理 面对两个可能的伸手方向,43% 的任务相关方向调谐细胞(PR 细胞)对两个候选同时放电(双峰调谐、亚线性加和、调谐收窄),非空间颜色线索揭晓后 84% 在中位 180 ms 内单峰化、被拒方向受抑制,错误选择在 SC 期就写进群体信号——动作的"指定"与"选择"是运动皮层内部两阶段、沿喙-尾梯度组织的连续过程,而非上游决策的被动执行。
E02 · E02 (6 图) 理论与综述 行为是 Gibson 式 affordances 的持续竞争——背侧流并行指定多个候选动作,额-顶叶群体以概率密度式的活动峰相互抑制地竞争,基底节与前额叶的证据偏置这场竞争直至一峰越过阈值被释放;一个 90 单元/群体的漏积分模型(Cisek 2006)定性复现了 E01 的 PMd 数据与 Ghez、Favilla、Bock 的人类心理物理学,并以此主张用"动作指定/动作选择"替换"知觉/认知/动作"作为中央皮层的功能分类法。
E03 · E03 (8 图) 猕猴电生理 在证据随 15 个 token 逐跳流动、随时可出手的动态选择任务中,PMd 与 M1 以短于 200 ms 的时间常数快速跟踪(而非积分)感觉证据,并以随时间抬升的基线(加性 urgency)推向决策;运动起始前约 280 ms,PMd 对所选方向的活动达到跨条件一致的峰值、M1 同时压制落选方向(均值 275 ms),而外部指令的 DR 任务在 GO 信号处无此事件——这一时点被认定为对动作选择的自主承诺,审议与承诺因此都被定位在感觉运动系统内部。

F · 群体动力学纲领(11 篇)

旋转动力学、输出零空间中的准备活动、自然解网络、正交子空间重组、类肌肉嵌入、输入驱动 vs 反馈涌现之争,以及三篇把 dx/dt=f(x,u) 立为纲领的综述。

编号与笔记 研究类型 核心结论(一句话总结)
F01 · F01 (6 图) 猕猴电生理 伸手运动中 M1/PMd 的群体状态在准备期设定的初始条件下沿固定动力学一致地转约一圈(第一个 jPC 平面解释 28% 方差、快慢伸手角速度相同),单神经元的复杂响应与 EMG 都可以由两个固定频率的旋转生成——群体动力学由此成为运动皮层研究的默认语言。
F02 · F02 (7 图) 猕猴电生理 延迟伸手期间,PMd/M1 的准备期调谐在"相对肌肉"的 output-null 维度中的量是在 output-potent 维度中的 2.8–8.2 倍(几何均值 4.5,四数据集均显著),PMd 的准备活动同样偏好"相对 M1"的 null 维度(均值 2.3),而反向分析约 1.1;96% 的效应来自群体内不同细胞响应的相互抵消而非细胞分工——运动皮层把准备活动安排在下游零空间里,从而不靠闸门也不靠非线性即可计划而不运动。
F03 · F03 (8 图) 计算模型 只训练 RNN 复现 EMG 并强制其动力学最简(单一定点 + 0.5–2.5 Hz 衰减振荡模式),网络内部便自发出现与 M1/PMd 高度一致的结构(jPCA 旋转 R² 0.61 vs 数据 0.60,CCA 平均典型相关 0.74 远超所有对照模型)——皮层的旋转动力学很可能是产生时间结构化肌肉命令的最简单解的签名。
F04 · F04 (8 图) 猕猴电生理 运动皮层的准备与运动计算占据近乎正交的群体子空间(alignment index 显著低于随机基线与全部现有模型),同一群神经元两百余毫秒内重组为两套电路,而准备子空间末端状态经一次线性交接即可预测运动子空间状态(R² 0.95/0.97)——正交但相连,是皮层在固定电路上切换计算的群体级策略。
F05 · F05 (7 图) 猕猴电生理+BCI 视觉扰动后运动皮层 66–67 ms 即出现剧烈放电变化,但最初的活动几乎完全落在下游读出的零空间里(对 BMI 解码器 Wbmi 而言是定义性事实),直到约 103–177 ms 矫正命令才进入 output-potent 维度——隔离靠 E-2 维大零空间的几何馈赠与晚期矫正对 potent 维度的精准瞄准,而非早期活动的主动回避。
F06 · F06 (8 图) 猕猴电生理 骑行任务中神经与肌肉群体轨迹的打结程度判然有别(神经低于肌肉的时刻占 99.9%/96.6%,跨伸手、小鼠、S1、V1 普查成立),低打结赋予网络噪声鲁棒性,而仅凭"线性编码肌肉 + 最小化打结"两条原则就能预测出与经验数据相似的近圆、同向旋转轨迹——运动皮层的优势信号是计算性的(保低打结),类肌肉命令以小波纹的形式嵌入其中。
F07 · F07 (5 图) 小鼠电生理+光遗传 光遗传把小鼠 M1 钉在异常初态后,皮层绕开"正确初态"直接生成抓取模式(post-laser 反应时反而更短),而沉默丘脑在运动任何阶段都能瘫痪皮层模式与手臂运动学,4/10/40 Hz 污染丘脑皮层输入的效应随频率分级且神经与运动学偏离高度相关(ρ = 0.94)——灵巧运动的皮层模式生成是输入驱动的,生成器分布于多个强相互作用脑区。
F08 · F08 (9 图) 计算模型+猕猴数据 控制两连杆机械臂并接收 50 ms 延迟感觉反馈的 RNN,在姿势扰动与延迟伸手任务中都表现出 jPCA 旋转(输出层 1–2 Hz,约束拟合 R² 0.43–0.70),即便删光层内循环连接旋转依旧(92% 与 82% 方差),猴子 MC(n = 553,1.3/1.1 Hz)与 S1/顶叶(n = 219,1.7/1.1 Hz)同旋转而肌肉不旋转——旋转动力学与反馈控制器完全相容,它可以是感觉反馈、内禀动态或两者组合的产物。
F09 · F09 (5 图) 综述 这篇综述把 τr′(t) = h(r(t)) + u(t) 立为运动皮层研究的纲领性方程,用准备期变异性收敛(单 trial 轨迹收拢进最优子空间)、准备-运动调谐解耦、运动期 jPCA 旋转(218 单元、108 条件,旋转的相位与幅度由准备态设定;线性系统解释约 48.5% 方差且几乎纯旋转)三组证据论证:皮层控制手臂靠的是动力学,而非运动参数的表征。
F10 · F10 (4 图) 综述 运动皮层的群体活动被少数 neural modes 的线性组合捕捉(十个 modes 约 70% 方差),准备靠读出零空间避免产生运动、学习偏好流形内重组、modes 可能由连接结构固有决定——流形是描述群体活动、预测学习边界的默认几何语言,但它的因果地位(连接的产物还是任务平均的影子)在 2017 年仍是开放问题。
F11 · F11 (6 图) 综述 这篇综述把 dx/dt = f(x(t), u(t)) 立为全脑计算的通用方程,用"初态—输入—群体几何"三要素统一了运动准备(零空间正交)、运动执行(旋转基函数 + untangling)、运动学习(准备态旋转、零空间适应、流形内 reassociation)与认知(DMFC 速度缩放、线吸引子决策、弯曲流形上的贝叶斯先验),并承认输入与局部动力学的相对贡献(F07)尚待拆解——CTD 从运动皮层的假说升格为系统神经科学的纲领。

G · 拦截行为学(9 篇)

tau 理论、子运动在线拼装、重力内模型压倒实测运动学、遮挡实验、毫秒级时间精度的定量综合——内模型与在线控制之争的行为学考场。

编号与笔记 研究类型 核心结论(一句话总结)
G01 · G01 (7 图) 理论 光流场中障碍物视角与其变化率之比(τ)直接指定 time-to-collision,登记碰撞航线、触发刹车(TTC/时间车距 margin)与持续调节减速度(维持 τ̇ 于 −0.5 之上的 margin 值)三件事都可以只靠 τ 与 τ̇ 完成;Spurr 的司机制动剖面与 fm = −0.425 的恒定 τ̇ 控制律从峰值减速起相当吻合。
G02 · G02 (11 图) 人类心理物理学 拦截运动目标的发起存在 reactive(threshold-distance)与 predictive(threshold-τ)两种策略,个体偏好分明且随目标运动时间伸缩(0.5–0.8 s 的短目标迫使所有人纯 reactive);被试无法利用目标加速度信息(减速目标系统性早到、加速与恒速目标晚到,而本实验 4.89 的速度比远超感知阈值),dual-strategy 模型以 84–214 ms 处理时间、0.13–5.39 cm 阈值距离拟合六人中五人 R² ≥ 0.75。
G03 · G03 (9 图) 人类心理物理学 拦截运动目标由一列约 2.5 Hz、时长约 0.56 s、相邻重叠约 0.25 s(ISMI 均值 −0.25 s)的 minimum-jerk submovement 在线拼成,每个 submovement 的终点对准其起始时刻目标位置与速度的一阶外推(position-control 拟合 R² 0.75–0.85,优于 τ-control 与平均时长假设),而目标加速度始终未被利用(用真实位置替代一阶估计反而使 R² 平均下降 0.07)。
G04 · G04 (13 图) 人类心理物理学 同一批视觉目标,打真球时被试按内化的 1g 模型计时(1g 目标首发即准、加速度峰早于拦截 64 ± 31 ms;0g 目标首发早到 94 ms、训练仅将阈值 Ω 由约 205 ms 指数收缩至 135 ms 而非关闭模型,catch trial 后效为证),点爆虚拟球时同一被试按匀速 τ 模型计时(慢 0g 首发即准、慢 1g 反而迟到 21 ± 40 ms;τ 模型拟合 r² = 0.61、PT = τ = 161 ms)——预期动力学压倒实测运动学,且重力先验对绩效错误惊人地顽固。
G05 · G05 (13 图) 理论论证 Tresilian 论证,对目标较快、MT 在 500 ms 以内的手动击打,计时可由"可编程 MT + TTC 阈值启动"的 operational timing 开环完成——时间精度要求越高动作越短促(MT 随时间窗与幅度增大而增大、随目标速度增大而减小),这一方向性模式是预编程的自然推论、却是连续在线控制难以解释的硬骨头。
G06 · G06 (12 图) 人类眼动+心理物理学 人拦截准随机运动目标时全程高增益 pursuit、并在出手后主动压抑 saccade 以持续监视目标运动;出手时机由"目标迎面而来 + 轨迹近直 + 速度较高 + 距离适中"等多参数加权决定(人各一套),初始方向把目标外推约 150 ms,剩余误差交在线矫正——但出手决策并不遵循预测不确定性最小化的最优准则。
G07 · G07 (8 图) 综述与理论 单靠视觉线索(tau、膨胀率、视差)撑不起顶级拦截 3–5 ms 级的时间精度——尤其因为光学加速度辨别比速度差四倍以上;大脑靠默认套用的重力 internal model(式 21–22 的二阶估计)补齐缺口,微重力抛物线飞行中反应系统性提前、地面虚拟球复刻时首试成功率 1g 为 85% 而 0g 仅 14%,两路证据皆是明证,而这套先验存于前庭共享的岛叶—TPJ—小脑网络中。
G08 · G08 (8 图) 人类心理物理学 拦截的 5–10 ms 时间精度无需预编程神话——先估计手何时到达目标路径、再以约 116 ms 的延迟持续在线微调击打位置(比改时刻快,后者延迟约 169 ms),把位置判断(约 3 mm)、速度与时间的综合 Weber 分数(9%)、距离判断(2 mm)等误差源除以击球瞬间的目标速度,即可定量复现九个 session 全部条件,并在零参数检验中兑现 r = 0.87。
G09 · G09 (10 图) 人类心理物理学 当球的抛物线段被完全遮挡约 200 ms,人照样以 86% 对 87% 的接触率、0 ms 中位计时误差、无 submovement 的单峰弹道动作拦截,且终点沿真实抛物线(而非 0.2 g 斜面延长线)散布、首次尝试即如此——在线控制无法解释,唯有默认套用"重力 + 空气阻力"先验的 internal model 可以。

H · 拦截神经生理学(10 篇)

M1 的目标运动信息、real/apparent 双通道、PPC 的预测性表征、混合选择性与轨道几何、RNN 对照与 ICMS 扰动——移动目标如何被皮层群体追踪。

编号与笔记 研究类型 核心结论(一句话总结)
H01 · H01 (9 图) 猕猴电生理 在猴子拦截移动目标的范式中,93% 的 M1 细胞在手完全不动的 no-go 任务里仍被目标方向、加速度类型与 TMT 系统调制,onset 随初始目标速度变化而两任务 onset 仅弱相关(r = 0.163),且 157 个向上调谐细胞中 62% 的放电随 time-to-interception 一阶估计显著变化——M1 并行地处理目标运动信息与运动命令,而非串行接力。
H02 · H02 (9 图) 猕猴电生理 对 681 个 M1 细胞的标准化 SDF 做模拟退火非层次聚类(7/10 簇,对半重聚类一致性 88.5%/83.5%),大多数簇追随手运动学并与 EMG 对应,但第一只猴的簇 1/簇 4 在目标出现后 120–150 ms 出现幅度随初始目标速度分级的早激活(簇 4 中 31% 细胞显著、75.9% 与初速正相关)且不对应任何肌肉——目标速度信息在选择性的 M1 亚群中有真实表征,感觉-运动转换分布在整个皮层网络中。
H03 · H03 (17 图) 猕猴电生理 在圆周拦截任务中同时记录 M1(776 细胞,66.4% 回归显著)与 area 7a(766 细胞,46.5%),real motion 下 M1 以手力、7a 以刺激角为第一解释变量,apparent motion 下 M1 的第一解释变量换成 τ(显著比例 31.1% 对 real 的 8.3%),且 M1 对力变量的编码领先 40 ms、7a 对刺激变量的编码滞后 80 ms——运动皮层依目标运动性质在空间与时间 affordance 之间切换编码,并以预测性方式触发拦截。
H04 · H04 (14 图) 综述 综述的核心命题是灵长类顶-额系统用双通道处理目标运动——real motion 走空间 affordance(角度)、apparent motion 走时间 affordance(τ,以 7a/M1 中随 τ 线性爬升、跨速度同阈值达峰的 tau-ramp 累积器实现,M1 中 τ 显著比例 31.1% 对 real 的 8.3%),且群体解码保真度与人类表观运动觉察阈限(314°/s)同步——知觉与行动共用同一套动态运动表征。
H05 · H05 (16 图) 猕猴行为+眼动 在目标突现、时机自选的灵活拦截中,猕猴的初始扫视只补偿感觉延迟(predictive index≈0),拦截臂动则完全补偿感觉加运动延迟(predictive index≈1.04/0.77);眼与手在时空上协调,但预测水平按任务情境与效应器分层部署。
H06 · H06 (6 图) 猕猴电生理 在感觉与运动被速度条件解耦的灵活拦截中,猕猴 7a 神经元的运动前放电跨速度稳定地调谐于即将发生的伸手方向而非瞬时目标位置(VarPD 差 0.07–0.08,P<10^-6),且表征在 reach 起始前约 50 ms 从感觉翻转为运动——PPC 深度参与运动规划,而非仅仅绘制感觉地图。
H07 · H07 (5 图) 人类行为+RNN 对照 在可两解的 M-Pong 任务中,人猴行为高度一致(一致性 0.89),而数百个任务优化 RNN 里,唯有被约束为显式追踪球位置的动态推断网络(ISDP 解释一致性方差 R²≈0.36–0.44)系统性地复现灵长类误差模式——总成绩毫无预测力,mental simulation 假说获得了行为层面的强支持与神经层面的可检验预言。
H08 · H08 (5 图) 猕猴电生理 在延迟版灵活拦截中,猕猴 M1 神经元普遍携带 PD-shift、gain、additive 三种目标速度调制(猴 C 逾九成单元至少带一种),使 MO 时刻的单 trial 群体状态排成按伸手方向定相位、按目标速度定倾角的同心椭圆环(倾角-速度线性回归 R²=0.81–0.91),且该几何可由混合调制的表征群体与输入输出匹配的 RNN 自发复现——感觉调制以近似正交的方向织入运动皮层的预测性群体动力学。
H09 · H09 (7 图) 猕猴电生理+ICMS 延迟期施加的亚阈值 ICMS 在静止目标条件下拖慢反应时、神经轨迹滞后(复现经典准备干扰效应),在移动目标条件下反而缩短反应时 8.2 ms、神经状态偏离更小且恢复更快——移动目标迫使皮层在延迟期持续做感觉运动转换(TDR 子空间里神经状态跟着目标旋转),在线反馈让动力学对扰动更鲁棒。
H10 · H10 (5 图) 猕猴电生理 在自然化的 M-Pong 任务中,猕猴 DMFC 的 1889 个神经元的群体动力学携带跨条件、跨时间稳定的球位置线性读出(x/y 方向 r=0.97/0.83),其状态空间几何与被预注册为显式追踪球位置的 RNN 最相似(SI 解释一致性方差 R²=0.52,远超成绩的 0.24),并为 mental simulation 补上了缺失的神经证据——同时挖出一个所有 RNN 都不具备的、始于 trial 后约 250 ms 的快速终点预测信号。

I · 汇流:闭环 BCI 与虚拟现实(1 篇)

三区联合记录的皮层内 BCI 支撑猕猴立体 VR 导航——流形、学习与反馈在同一台机器里合流。

编号与笔记 研究类型 核心结论(一句话总结)
I01 · I01 (5 图) 猕猴 BCI 实验 三区联合记录的皮层内 BCI 用一次约 7 分钟的被动观察校准加 PSID 潜状态解码,支撑猕猴在立体 VR 中完成平面/连续/三维导航及目标跳变、绕障(最高成功率 96%,三维控制零额外训练),且真实闭环成绩系统性高于同解码器的离线重放(0.57–0.91)——闭环适应本身是控制能力的一半。

索引中"核心结论"即各篇笔记末尾的一句话总结,数字均出自原文;如与笔记正文有出入,以笔记为准(笔记含完整出处与逐图核对)。