即使看似简单的动作也非常复杂，我们学习如何表演新动作的方式仍然不清楚。来自日本的研究人员最近提出了一种结合了许多不同理论的运动学习新模式。本月发表在《神经网络》(Neural Networks)杂志上的一项研究显示，他们的模型可以很好地模拟人类的运动学习，这为更好地理解我们的大脑如何工作铺平了道路。
即使是一个相对简单的任务，比如伸手拿起一个物体，你的身体和涉及到的不同关节之间也有大量潜在的角度组合。同样的道理也适用于你的每一块肌肉——几乎有无穷无尽的肌肉和力量组合在一起来完成一个动作。有了所有这些可能的关节和肌肉组合，更不用说潜在的神经元活动了，我们究竟是如何学会做出任何动作的呢?筑波大学的研究人员试图解决这个问题。
该研究团队首先创建了一个数学模型，以模仿新的运动任务的学习过程。他们设计的模型反映了学习一项新技能时大脑中发生的许多过程。然后，研究人员通过试图模拟最近在人类身上进行的三项研究的结果来测试他们的模型，这些研究要求个体执行全新的运动任务。
该研究的资深作者井泽俊教授说:“我们很惊讶地发现，我们的模拟成功地在人类身上重现了许多以前的研究结果。”“通过我们的模型，我们能够弥合许多不同的运动学习机制之间的差距，如运动探索、冗余解决和基于错误的学习。”
在他们的模型中，大量的运动探索——即运动的可变性——被发现有助于学习灵敏度衍生品，该衍生品测量来自大脑的命令如何影响运动错误。通过这种方式，误差被转化为运动修正。
第一作者Lucas Rebelo Dal’bello解释说:“我们成功地模拟了人类研究的真实结果，这令人鼓舞。”“这表明，我们提出的学习机制可能准确地反映了运动学习过程中大脑发生的情况。”
这项研究的发现表明了运动探索在运动学习中的重要性，为运动学习如何在人类大脑中发生提供了见解。他们还建议，在学习新的运动任务时，应该鼓励运动探索;这可能有助于受伤或疾病后的运动康复。
