文献集总览 / 运动控制、内模型、最优反馈与目标拦截 / C · 最优反馈控制（10 篇） / C01 · 最优反馈控制理论

C01 · Optimal feedback control as a theory of motor coordination

Emanuel Todorov & Michael I. Jordan (2002) Nature Neuroscience, 5, 1226–1235. doi:10.1038/nn963

在所研究的冗余任务中，反馈控制可优先纠正影响目标的偏差，允许其他方向保留变异。理论、简化仿真和人体行为共同支持最小干预解释，但没有证明所有动作都不使用轨迹计划。

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

人能用许多不同的关节构型和运动路径完成同一目标。本文将这种冗余视为可利用的资源，关注成功行为中的变异结构，而不仅是平均轨迹。

从一个只约束两个状态之和的例子出发，推导任务相关纠正的直觉及局部数学关系；再用模拟和改变任务约束的实验，检验精度是否集中在真正影响目标的维度与时刻。

理论包含任务误差、控制努力和信号依赖噪声。具体模拟采用扩展的线性二次高斯框架及内部状态估计；一般非线性分析依赖局部近似，不能直接等同于任意真实系统的全局定理。

新实验包括8人的多目标穿越、7人的目标大小比较及5人的揉纸任务；另再分析已有路径任务与9人的乒乓击球数据。纸团任务以Cyberglove记录20个关节角，圆柱抓握对照来自其中1人，不能写成5人完整对照组。

穿越任务的变异按路径位置对齐后计算；击球分析采用手位置协方差行列式，并将峰值归一化。不同图中的“变异”指标不同。击球数据与简化投掷仿真比较，因为线性模型没有直接模拟碰撞。

五目标任务中，目标处位置方差为0.14±0.01 cm²，目标间为0.26±0.03 cm²；沿原平均路径加入16个目标后，两处均约0.18 cm²。改变目标大小也重新分配变异，支持精度随任务要求调整，而非始终保持固定的轨迹误差容限。

击球后的手位置变异大于击球时，终点与撞击时变异指标的比值为7.6±2.2。任务最优投掷模型能保留这种目标完成后较松的控制，而所比较的轨迹跟踪模型更严格地约束终点。

揉纸时单关节轨迹很不重复，但任务仍可完成；打乱跨关节关系会产生不适合任务的合成姿态，提示变异受协调约束。PCA描述协变结构，并未直接测量独立神经协同模块。

伸缩臂模拟中出现平均轨迹似乎冻结关节、低秩控制及相位转换等现象。这些说明有关现象可由任务和动力学约束产生；M=20时成本比0.22等数值属于特定仿真，不是人体效率测量。

原文 Fig. 1 · PDF 第 2 页

图1 · 简化任务中的冗余。 任务只约束两个状态之和，最优控制与固定终态控制产生不同协方差。图是单步仿真，直观说明代价与噪声如何影响纠正分配。

原文 Fig. 2 · PDF 第 3 页

图2 · 终态变异及参数敏感性。 A为瞄准和双质点汇合模拟，B改变噪声、延迟、努力惩罚和时长。所测参数范围内的稳健性不能推广为任意参数下必有同样结果。

原文 Fig. 3 · PDF 第 4 页

图3 · 目标约束重新分配精度。 左列为人体、右列为模型；A比较5与21个目标，B比较小目标的位置。恢复完整上排后，才能核对增加目标与变异重分配之间的对应。

原文 Fig. 4 · PDF 第 5 页

图4 · 击球数据与投掷模型。 实验列为击球，其余为简化投掷控制器；撞击时刻由峰值速度估计。下排比较归一化协方差行列式和终点相关，不应与图3的位置方差直接作数值比较。

原文 Fig. 5 · PDF 第 6 页

图5 · 揉纸中的关节协变。 A/B为轨迹与相对变异，C为PCA，D为真实及重组姿态。完整图应保留所有面板；重组检验提示协调结构，却没有直接定量证明全局最优性。

原文 Fig. 6 · PDF 第 7 页

图6 · 伸缩臂模拟。 A–F分别展示平均行为与涨落、控制子空间、不同目标下的变异、扰动、相位关系以及学习与冗余度。全部是计算结果，不能直接当作肌肉协同数量或人体相变机制的测量。

“任务无关”不仅取决于终点几何，还取决于动力学、剩余时间和未来代价。较小纠正也不能单独证明该偏差完全无关；噪声结构、被动力学及反馈可用性都影响观察结果。

研究反对的是所比较的固定轨迹执行方案，没有排除轨迹本身就是任务目标的情况，也没有识别唯一神经实现或技能学习算法。局部推导、简化控制器和人体证据相互补充，应避免把它们合并为全面终结另一范式的结论。