14、生成概率建模：理解因果感觉运动整合

生成概率建模：理解因果感觉运动整合

1. 力场适应实验

1.1 实验设置

实验中，受试者在单一方向上进行伸手动作，同时受到力场的干扰。力场的大小在试验过程中逐渐增加。伸手动作与感知对齐测试交替进行，以测量感觉位置的变化。受试者需将左手指尖移动到右手的感知位置，左手指尖的位置通过 Polhemus 运动追踪器记录，且在实验过程中双手均不可见。
- 基线试验：受试者先进行 25 次零外力的基线试验。
- 力场引入：之后逐渐引入力场，在伸手阶段向右手施加向左的横向力，力的大小与手的向前速度成正比。
- 适应试验：在 50 次适应试验中稳步增加力场强度，随后在 25 次适应后测试试验中保持力场恒定。

1.2 实验结果

比较受试者在速度依赖力场适应前后的视觉和本体感觉对齐测试的平均表现：
- 大多数受试者在视觉和本体感觉对齐测试中均表现出微小但显著的对齐偏差转移。
- 排除两名偏差超过平均偏差两个标准差的受试者后，发现视觉和本体感觉对齐偏差在扰动方向上均有显著的横向转移。
- 在 y 方向上，初始对齐偏差很高，但两种模式下均无显著转移，这与该方向上无扰动的事实一致。

1.3 模型拟合

使用非线性优化方法将贝叶斯模型和基于最大似然估计（MLE）的模型拟合到数据中，以最小化模型与数据在对齐测试和伸手表现上的平方误差。
- 两种模型都能较好地解释伸手表现的趋势。
- 贝叶斯模型能够解释适应过程中偏差转移的程度和时间进程，而基于 MLE 的模型由于不存在感觉差异，预测定位任务无变化。

这些结果支持了贝叶斯模型的预测，即对力场的适