C04 · Evidence for the flexible sensorimotor strategies predicted by optimal feedback control
Daqing Liu, Emanuel Todorov (2007) The Journal of Neuroscience, 27, 9354–9368. doi:10.1523/JNEUROSCI.1110-06.2007
放宽到达终点时的停止要求,会减小对晚期目标跳变的欠矫正。结果支持反馈策略随精度、停止和时间要求调整;停止成本的证据较直接,能量成本和具体增益机制主要来自模型解释。
核对依据:Zotero 条目 · 本地全文。本轮核对原文方法、关键结果、解释边界及所引主图;更新于2026-09-20。图注页码采用本地PDF文件页序,版本与未解决问题见正文及审查记录。
背景
在上肢伸手过程中,若目标位置突发侧向跳变,受试者通常能够迅速在线调整手部轨迹;但目标跳变发生得越接近运动终点,最终的轨迹补偿越容易表现为不充分的“欠矫正”(undercorrection)。在直觉上,这一现象常被解释为感觉处理与运动执行存在不可消除的生理时间延迟,导致晚期跳变由于“缺乏足够的物理时间”而来不及被完全纠正。然而,在真实的生物力学环境中,到达空间目标并非运动的唯一约束:动作往往还伴随在终点处实现平稳减速制动的要求。若在运动末期追加强烈的侧向纠正,虽然能在短时间内减小端点几何误差,却会急剧增加随后制动肌肉的峰值负荷与能量代价。因此,晚期欠矫正可能交织着神经物理时间受限与多目标任务权衡两重因素;仅观察到晚期几何误差增大,无法单纯断定系统是因生理时延而“无法完成纠正”,还是在剩余时间、终点停止代价与控制能量之间主动采取了适度妥协的最优策略。
最优反馈控制理论对该问题提出了可验证的定量预测:若放宽对肢体在终点主动停止的刚性要求,晚期强力纠正所引发的制动代价将被大幅解除,控制系统理应保留更强的在线纠正幅度。相较于单纯用控制算法拟合现成的平均运动轨迹,通过实验操纵终点的物理制动边界,能够更严格地检验中枢控制律是否随机体任务规则发生灵活重塑。本文所针对的科学问题正是由此展开:晚期欠矫正究竟能否仅由外周物理时间的流逝来解释,还是深刻反映了终点边界状态与控制代价的权衡;此外,绕障运动是否必须机械地遵循预先规划好的空间路点序列。这些问题的回答要求将运动误差、动作时长、试次间变异分布以及扰动后的动态纠正结合起来系统分析,因为单一模型对平均路径的拟合能力并不能保证其能准确预测任务规则改变时上述指标的联合演变。
作者首先系统测量了不同目标跳变时机下的运动学指标,随后借助最优控制模型推导出一项关键理论预测:允许机体利用外部物理屏障辅助停止以降低主动肌肉制动代价,将有效恢复晚期大幅度纠正。接着,作者设计了可调阻抗的机器人虚拟靶面(比较击打 hit 与停止 stop 条件)以及具有可见下降期限的目标任务对该预测进行了严格实证。实验证实,在允许借助靶面碰撞停止时,晚期欠矫正幅度显著降低,为“反馈策略依任务目标而灵活重塑”的假说提供了直接的行为证据。然而在解读这些结果时必须保持审慎边界:hit 与 stop 条件不仅改变了主观停止意图,也伴随靶面机械阻抗的物理差异;实验分析严格排除了失败试次(只纳入无错误试次),因而在推论中不能排除力学阻尼与样本筛选对结果的潜在影响。此外,模型中反馈增益的时变下调与能量成本权衡主要属于计算层面的理论机制解释,尚未在外周神经肌肉水平直接测得其硬件增益参数;本文证实了特定任务中反馈策略的灵活性,但并未证明生理时间限制完全无关,亦未否定所有形式的分层规划架构。
研究思路
先测量目标跳变的时机效应,再由控制模型预测:允许借助靶面停止、降低主动停止要求,应保留较大的晚期纠正。随后用机器人靶面和下降目标检验这一预测。
方法
实验1有7人,完成30 cm平面伸手,运动中看不见手但可见目标,目标在三个时点侧移5 cm。实验2有8人,绕障接触可调阻抗的机器人靶面,比较stop与hit条件及早晚9 cm跳变;顺序为一半先hit、一半先stop。实验3有10人,目标下降形成可见期限,接触力定义运动结束。
实验2和3只分析无错误试次,分别占全部试次79%和58%;失败试次的处理与条件难度会影响纳入样本。原文还报告10人的腕自由预实验。
LQG模型将末端误差、停止和努力写入成本,但运动时长借用数据。更一般的离散MDP以位置、速度及时间构成状态,加速度为控制选择,并可预测结束时刻;不能把动作网格误写成额外状态维度。
主要结果
目标跳变发生得越晚,所造成的终点欠矫正越显著,且该欠矫正伴随着总运动时长的自适应延长。纠正动作的持续时间以及后续在 stop 与 hit 条件间的对比表明,单纯的“物理时间不足”无法完全解释晚期欠矫正的全部表型,但这一结果并不意味着生理时间延迟在运动控制中毫无影响。
在机器人虚拟靶面实验中,hit 条件相比 stop 条件显著减小了晚期的欠矫正幅度,即使在 stop 条件下受试者的总运动时长原本更为充裕。这一行为结果严格符合理论模型关于“降低终点停止代价将诱发更强晚期反馈增益”的预测。在计算模型中,控制器通过在运动末期压低位置反馈增益来实现终点制动与空间精度的折中,这属于模型赋予的计算解释,尚未在人体生理学上直接测得这些神经反馈增益的真实数值。
在绕过障碍物的伸手轨迹分析中,未观察到经典固定路点模型所预测的中间点变异收缩现象;相反,受试者在手部尚未接近障碍物前便已启动了平滑的连续纠正,从而有力反驳了刚性追踪固定虚拟路点的控制方案,但该证据并未排除更高级别的分层动态控制假说。
在离散状态空间学习模型的拟合中,独立的逐试次学习项未表现出统计学上显著的额外解释贡献,尽管整合模型在整体拟合优度上略优于仅依赖当次目标的基线模型。该结果表明在本实验设计的跳变范式下,跨试次的逐次学习效应相对微弱,但这不能被曲解为目标运动方向在一切情境下均无法驱动试次间适应。
逐图解读
原文 Fig. 1 · PDF 第 6 页 · 原文图像 · 查看来源
图1 · 目标跳变的行为结果。 A–H比较路径、速度、纠正、误差、变异和时长。晚期欠矫正伴随较长纠正过程,提示不能仅用剩余时间作解释。
原文 Fig. 2 · PDF 第 7 页 · 原文图像 · 查看来源
图2 · LQG与轨迹模型比较。 模型复现若干行为模式,但部分时长来自数据;图支持特定模型的解释能力,不等于所有时程都由模型独立预测。
原文 Fig. 3 · PDF 第 8 页 · 原文图像 · 查看来源
图3 · 模型增益与停止要求。 A/C为不同停止代价的反馈增益,B/D为放宽停止要求后的纠正,E比较误差变异。增益曲线属于计算结果,尚未直接从人体神经或肌电识别。
原文 Fig. 4 · PDF 第 9 页 · 原文图像 · 查看来源
图4 · stop与hit的实验检验。 A/B为装置和轨迹,C–E、F–H分别为实验2、3。晚期欠矫正随停止条件改变,支持任务相关策略;误差与时长需要结合阅读。
原文 Fig. 5 · PDF 第 10 页 · 原文图像 · 查看来源
图5 · 绕障过程中的变异与纠正。 A–D描述路径分布,E比较纠正和前向运动的时间关系。结果反对固定虚拟路点的特定预测,不能标题化为所有中间目标都不存在。
原文 Fig. 6 · PDF 第 11 页 · 原图所在完整页面;可能含正文或邻图 · 查看来源
图6 · 任务规则影响运动选择。 A比较终点不同方向的标准差,B比较侧向速度,C为腕自由预实验。三个面板来自不同分析;腕贡献不是正式固定腕实验中的测量。
原文 Fig. 7 · PDF 第 12 页 · 原文图像 · 查看来源
图7 · MDP模型的纠正和时长。 平均轨迹来自随机离散仿真,结束时间由策略产生。它比此前LQG对时长有更强预测要求,仍依赖所设成本和简化动力学。
原文 Fig. 8 · PDF 第 13 页 · 原图所在完整页面;可能含正文或邻图 · 查看来源
图8 · 扰动环境中的基线变异。 实线为无扰动区块,虚线为含扰动区块中的未扰动试次。模型与实验并列,显示环境历史效应;控制器调整是候选解释。
讨论与解读边界
通过实验系统操纵行为任务规则,相较于单纯对离线平均轨迹进行数学拟合,能够为感觉运动控制理论提供更为严苛的判别力。然而,在 hit 与 stop 的实验设计中,主动制动意图的改变伴随着机器人虚拟靶面机械阻抗的物理差异,控制成本的具体权重赋值与神经层面的实现形式仍未完全确立唯一解。
实验中存在显著的试次失败率,且最终分析仅严格纳入了无错误的成功试次(实验 2 和 3 的纳入比例分别为 79% 和 58%),在解读行为规律与模型拟合时必须保留对这一筛选条件的注意。理论模型采用了简化的刚体动力学假设,模型中拟合出的抽象参数不能简单外推为固定的生理常数;同时,反驳特定虚拟路点跟踪模型亦不能直接等同于否定了所有形式的层级运动规划模型。
思考问题
- 把靶面阻抗和主动停止指令独立操纵,欠矫正的变化分别由哪一因素解释?
- 同时建模成功与失败试次后,预先确定的成本函数能否预测新跳变时机的误差、时长及失败率?