文献集总览 / 运动控制、内模型、最优反馈与目标拦截 / B · 内模型与适应（9 篇） / B05 · 运动基元的自适应组合

B05 · Learning of action through adaptive combination of motor primitives

Kurt A. Thoroughman & Reza Shadmehr (2000) Nature, 407, 742–747. doi:10.1038/35037588

不同运动方向之间的误差传播，可由具有较宽速度调谐的高斯基元模型解释；该模型还预测了特定训练条件下的轨迹过补偿和高频力场学习偏差。基元形状来自行为推断，尚未直接定位到神经元。

核对版本：Zotero motor_control_interception_64 集合本地全文（PDF 全文提取，图注与正文互相校订，2026-09-18；图注所标页码均为 PDF 文件页序，非期刊印刷页码）；Zotero 条目。

本文目录

背景

学习某一方向的动力学会影响其他方向。本文把这种泛化当作约束，尝试推断构成运动命令的计算基元，而不只描述整体误差怎样下降。

先用撤场试次检验一次误差怎样改变后续运动，再用跨方向状态空间模型估计泛化函数。随后寻找能解释这一函数的基元，并在不同撤场概率和更高空间频率的力场中检验模型预测。

三组右利手成人握持机器人完成八方向、10 cm伸手，目标时长500±50 ms。40人接受含17%撤场试次的旋转力场训练，其中13人记录四块上臂肌的表面肌电；24人接受持续力场，另外3人测试高空间频率力场。

行为误差用运动开始250 ms时的横向位移表示。它是动力学适应的代理量，不能仅凭取样较早就保证没有反馈参与。模型先比较方向独立和跨方向影响，再用速度空间高斯基元及权重更新构建控制器。基元宽度是模型参数，没有直接测量脑内感受野。

撤场后的下一次同方向运动误差增大，肌电调谐也出现回转，随后随训练恢复。图1的r=0.65来自按目标方向、跨受试者汇总的误差关系，不能写成个体间相关；图中并非四块肌肉都标出显著回转。

允许跨方向影响后，模型与误差序列的平均相关从0.60升至0.81。泛化随角距离衰减，并在较大角距离出现负值；其符号还受不同方向中横向误差定义的影响，不能直接等同于神经基元受到负向抑制。

在比较的高斯模型中，宽度约0.12 m/s最符合估计的泛化。模型预测持续力场下出现S形轨迹、加入一定比例撤场会减小过补偿；24人无撤场组与40人17%撤场组的结果与此相符。高频场中3人的撤场速度也符合特定方向被误学为阻力的预测。17%是所检验条件，不是独立测定的人类普遍临界值。

原文 Fig. 1 · PDF 第 2 页

图1 · 撤场试次改变后续运动。 A为40人平均轨迹，B为按方向汇总的撤场误差与后续误差变化，C为13人的肌电调谐，D为后续恢复。误差棒为跨受试者均值的95%置信区间；肌电支持命令发生调整，不能定位学习脑区。

原文 Fig. 2 · PDF 第 2 页

图2 · 跨方向误差传播。 A比较标量与向量模型，B是估计的泛化函数，C是不同高斯宽度的模拟。较好的拟合支持跨方向影响，未直接证明高斯是唯一基元形状。

原文 Fig. 3 · PDF 第 3 页

图3 · S形轨迹及撤场概率。 A–D为模型预测，E为24人持续力场，F为40人含17%撤场，G为相应模型。人体只比较了这些训练安排，不能把整条模拟概率曲线当作实测结果。

原文 Fig. 4 · PDF 第 4 页

图4 · 高频动力学的学习限制。 A为不同基元宽度的模型表现，B是真实力场，C为学得的模型场，D为3人的速度。两指定方向的撤场速度与模型预测一致；恢复后的完整图应同时显示B、C力场，避免只看到速度曲线而失去比较依据。

文章的强处是用拟合数据以外的行为模式约束模型。结果支持宽速度基元这一解释，但未穷尽其他非线性基函数、学习规则或反馈机制。

将推断基元与Purkinje细胞调谐联系，是跨研究类比。本文只有肌电和运动行为，没有小脑记录或干预；B07的视觉旋转患者研究也不能直接验证这里的高斯宽度。高频场只有3人，结论应限定在所测任务与样本。