45、多感官感知：从整合到重映射

多感官感知：从整合到重映射

1. 多感官感知中的估计与偏差问题

在多感官感知中，系统最终会达到校准的稳定状态。在整合后，差异估计存在模糊性，这由图中蓝色对角线表示。我们假设视觉和触觉大小相同，此时检测到的任何差异必然是偏差导致的，差异估计不存在不确定性。

然而，将视觉和触觉偏差归因于差异估计是一个新的信用分配问题。Gharahmani等人曾提出应按估计值的方差比例解决感官估计中的差异，但这可能导致次优策略。更好的方法是利用“偏差先验”，即信号存在偏差的概率的先验知识。例如，如果过去触觉模态的估计经常存在偏差，那么当前情况下触觉模态提供偏差信号的可能性更大。

通过贝叶斯规则结合差异估计和偏差先验，我们可以得到当前最佳的偏差估计。有了偏差估计，我们也就得到了物体的视觉和触觉大小估计，这是本章的初始目标。

2. 迭代重新校准过程

迭代重新校准过程类似于卡尔曼滤波器方法。每次时间步长后，感知系统会得到一个偏差估计，这个偏差估计用于重新校准（重映射），以改变由耦合先验定义的映射。随着时间步长的增加，偏差估计会越来越准确，系统最终会达到稳定状态。但这需要偏差在多个试验中保持恒定，例如戴眼镜的情况。如果偏差在每次试验中不断变化，如每次使用不同的抓握姿势，重新校准将无法达到稳定状态。

经验证据表明，重新校准过程中的偏差分配可能依赖于具体情况。例如，在视觉 - 听觉适应于时间不同步的研究中，当听觉信号通过耳机呈现时，听觉估计更有可能被重新校准，因为此时听觉信号成为“异类”，更有可能存在偏差。

3. 差异估计的不确定性及影响

差异估计可能包含不确定性。如果我们看到和触摸物体的位置不同，差异可能