G03 · Manual interception of moving targets. II. On-line control of overlapping submovements
Daeyeol Lee, Nicholas L. Port & Apostolos P. Georgopoulos(1997) Experimental Brain Research, 116, 421–433. doi:10.1007/pl00005770
同一拦截任务的成功试次可用重叠的最小jerk子运动拟合。子运动幅度与按目标位置、速度外推的终点有关,但这种分解不直接证明神经系统以固定脉冲逐个发出指令。
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。
背景
运动启动以后仍可继续修正。本文用速度剖面分解,研究慢目标条件下多峰动作怎样随目标运动调整。
研究思路
将手的竖直速度拟合为多个钟形脉冲,比较脉冲数量、重叠时序和幅度模型,再检验加速度是否改善预测。
方法
使用G02同六名参与者的1080次成功运动,不是独立复制样本。仅分析竖直速度,假设其为正向最小jerk脉冲线性叠加;人工初始化后用修改Powell方法拟合,逐步增加脉冲到R²≥0.99。一般非线性曲线拟合另用Nelder–Mead,两种算法用途不同。
达到很高R²是模型选取准则,不能再作为独立验证其神经真实性的证据。分解受到脉冲形状、正向约束和初始化影响。
主要结果
1080次成功运动分成2862个子运动,平均2.65个;平均数量/运动时间约2.49 Hz,时长约0.56 s。这是总体统计,并非每次都以严格恒定周期发放。
相邻子运动起始间隔随前一时长变化,而下一起始减上一结束的间隔较集中,均值约−0.25 s,表示时间重叠。随机重排对照支持这种耦合超出所用独立组合基线,但未唯一定位其发生机制。
位置控制假说的拟合R²约0.75–0.85,优于所测替代模型。终点与一阶外推位置近似线性相关,不是每次精准等于预测目标。使用真实未来位置未改善拟合,支持加速度补偿有限,而非证明完全不利用。
逐图解读
原文 Fig. 1 · PDF 第 3 页
图1 · 速度剖面示例。 快目标较单峰,慢目标较多峰;原图两参与者面板被截去一半。
原文 Fig. 2 · PDF 第 4 页
图2 · 子运动分解示例。 总和与分量都由拟合获得,不是分别记录的运动指令。
原文 Fig. 3 · PDF 第 5 页
图3 · 子运动时长分布。 原图混入表1并裁掉主要直方图,现恢复完整源页。
原文 Fig. 4 · PDF 第 6 页
图4 · 子运动数量。 随目标时程和个体改变,平均规律不等于固定发生器。
原文 Fig. 5 · PDF 第 7 页
图5 · 运动时长与数量。 比值约2.5 Hz是统计概括,应保留个体和试次变异。
原文 Fig. 6 · PDF 第 8 页
图6 · 起始间隔与重叠。 比较前一时长、起始异步与负间隔分布。
原文 Fig. 7 · PDF 第 9 页
图7 · 重排基线。 窄重叠分布超出该基线,不排除其他生成方式。
原文 Fig. 8 · PDF 第 9 页
图8 · 幅度控制假说。 位置与tau预测的示意,原裁图混入相邻图7;并非直接追踪的子目标。
原文 Fig. 9 · PDF 第 10 页
图9 · 终点关系。 比较估计与真实目标位置的相关,不能把回归相关写成终点严格命中。
讨论与解读边界
成功试次选择可能改变误差和子运动分布,不能自动推广到失败动作。连续反馈系统也可产生多峰速度;应比较替代分解及模型在留出数据上的表现。目标速度与时长、起始间隔的相关较弱,不能据此排除所有共同原因。
思考问题
- 加入失败试次并改变脉冲形状、初始化及复杂度准则后,重叠时序还稳定吗?
- 连续反馈模型能否在未参与拟合的目标扰动中给出同样的速度峰和误差分布?