Dokument: Vorwärtsmodelle und die Vorhersage des
Bewegungsverlaufs - Ein Beitrag zur Erforschung interner motorischer
Modelle

Titel:	Vorwärtsmodelle und die Vorhersage des Bewegungsverlaufs - Ein Beitrag zur Erforschung interner motorischer Modelle
URL für Lesezeichen:	https://docserv.uni-duesseldorf.de/servlets/DocumentServlet?id=2110
URN (NBN):	urn:nbn:de:hbz:061-20010628-000110-4
Kollektion:	Dissertationen
Sprache:	Deutsch
Dokumententyp:	Wissenschaftliche Abschlussarbeiten » Dissertation
Medientyp:	Text
Autor:	Richter, Stefanie [Autor]
Dateien:	[Dateien anzeigen] Adobe PDF [Details] 336,1 KB in einer Datei [ZIP-Datei erzeugen] Dateien vom 09.02.2007 / geändert 09.02.2007
Beitragende:	Prof. Dr. Kalveram, K.-Th. [Gutachter] Prof. Dr. Pietrowsky, Reinhard [Gutachter] Prof. Dr. Konczak, J. [Gutachter]
Stichwörter:	Interne motorische Modelle,Vorwärtsmodelle, Lernen, Generalisierung, Kinematik, DynamikInternalmotor models, forward models, learning, generalization, kinematics,dynamics
Dewey Dezimal-Klassifikation:	100 Philosophie und Psychologie » 150 Psychologie
Beschreibungen:	Aktuelle Befunde sprechen dafür, daß neuronale Bewegungskontrolle durch sogenannte interne Modelle (IM) - inverse Modelle und Vorwärtsmodelle - realisiert wird. Inverse Modelle transformieren gewünschte Bewegungsziele in erforderliche Efferenzen und ermöglichen Bewegungssteuerung. Experimentelle Studien zeigen, daß sie durch Übung an veränderte Umweltbedingungen adaptierbar und auf ähnliche Bewegungen generalisierbar sind, d.h. die Eigenschaften z.B. des Arms im Sinne einer Regel repräsentieren. Vorwärtsmodelle transformieren efferente Kommandos in zu erwartende sensorische Konsequenzen und dienen der Prädiktion des Bewegungsverlaufs. Sie können z.B. dazu verwendet werden, ein zugehöriges inverses Modell zu trainieren, oder die Aktivitäten verschiedener Effektoren zu koordinieren. Experimentelle Studien konzentrierten sich bislang auf inverse Modelle. In der vorliegenden Untersuchungsreihe wurden daher Eigenschaften von Vorwärtsmodellen des Arms untersucht. Die Fragestellungen umfassen die Adaptation und Generalisierbarkeit von Vorwärtsmodellen, die Effizienz verschiedener Lernmechanismen, die Integration von Information über den Bewegungsverlauf und die dabei wirkenden Kräfte, sowie den Einfluß visueller Information über den Ausgangspunkt der Bewegung. Untersucht wurden Beugebewegungen des rechten Unterarms mit konstantem Ausgangspunkt. Der Arm lag auf einem beweglichen Manipulandum und war für die Probanden nicht sichtbar. Sie saßen vor einem Schirm, auf den die Position des Hebels als Laserpunkt projiziert werden konnte. Durchzuführen waren Bewegungen über verschiedene, zufällig gewählte Distanzen (Experiment 1a und 2); in Experiment 1b war die Bewegungsweite vorgegeben. Die Dynamik des Arm-Hebel-Systems wurde über eine geschwindigkeitsabhängige Kraft modifiziert. Die Probanden sollten - nach unterschiedlichen Übungsphasen - in einer Testphase Positionsschätzungen vornehmen. Als abhängige Variable diente der Schätzfehler (Differenz zwischen geschätzter und tatsächlicher Endposition des Arms). Experiment 1a (Adaptation): Die Probanden erhielten in der Übungsphase entweder direkt visuelle Rückmeldung über den Bewegungs-Endpunkt (Auto-Imitation), sollten zuerst ihre Armposition schätzen und erhielten dann eine Rückmeldung (Fehler-Lernen), oder sie erhielten keine visuelle Rückmeldung (Kontrolle). Zusätzlich wurde die visuelle Rückmeldung des Ausgangspunktes der Bewegung variiert. In der Übungsphase von Experiment 1b (Generalisierung) wurden Positionsschätzungen bei Bewegungen mittlerer Weite geübt, in der Testphase sollten die Probanden Positionsschätzungen bei kurzen oder weiten Bewegungen durchführen. In Experiment 2 (Einfluß des sensorischen Kanals) sollten die Probanden Positionsschätzungen nach einer Übungsphase mit 'verschobener' oder korrekter visueller Rückmeldung durchführen. Die Ergebnisse von Experiment 1a liefern experimentelle Evidenz für die Adaptation von Vorwärtsmodellen des Arms; Probanden können lernen, Endpositionen unter veränderten dynamischen Bedingungen zu schätzen. Es konnte nicht nachgewiesen werden, daß Fehler-Lernen dabei effektiver ist als Auto-Imitation. Eine genaue Spezifikation des Ausgangspunktes der Bewegung durch visuelle Information führte nicht zu einer besseren Schätzleistung. Es fanden sich zudem nur relativ schwache Hinweise für die Generalisierbarkeit der Übungserfahrung (Experiment 1b). Das heißt, es ist nicht ausgeschlossen, daß die Vorhersage von Endpositionen mit Hilfe einer look-up-table realisiert wurde und daher nicht auf einer Repräsentation von Regeln beruht. Experiment 2 zeigte, daß sich Probanden von verschobener visueller Rückmeldung fehlleiten lassen. Dies spricht dafür, daß kinematische und dynamische Eigenschaften des Arms in ein Gesamtkonzept integriert werden. Recent research suggests that neural motor control is realized through so-called internal motor models - inverse models and forward models. Inverse models transform desired movement targets into required efferent motor commands and thus enable motor control. Experimental studies show that these models are adaptable and generalizable to other movements, i.e. they represent the inherent characteristics of the arm in a rule-based manner. Forward models transform efferent commands in expected sensory consequences and therefore serve movement prediction. They can be used to train an associated inverse model or to coordinate several effectors. Hitherto, experimental studies concentrated on inverse models. Therefore, in the present study forward models of the arm were investigated. The experimental questions addressed comprise the adaptation and generalization of forward models, the efficiency of different learning mechanisms, the integration of information about the movement course course und the forces acting during movement, and finally the influence of visual information about the initial position of the movement. Investigated were flexion movements of the right forearm with constant initial position. The subjects\' forearm lay on a manipulandum and was prevented from view through a styroform plate. Subjects sat in front of a screen, the position of the manipulandum could be projected on. They were asked to perform movements over different distances (experiment 1 and 2); in experiment 1b movement distance was prescribed. The dynamics of the arm-manipulandum-system was influenced through a velocity-dependent force. Subjects were asked to perform estimations of the endposition of their movements after different learning phases. The dependent variable was the estimation error (difference between estimated and actual endposition of the arm). Experiment 1a (adaptation): Subjects were given direct visual feedback about the endposition (auto-imitation), or they were asked to first estimate their endposition and then informed through visual feedback (error-learning), or they had no visual information at all (control). In addition, visual information about the initial position of the arm was varied. In the learning phase of experiment 1b (generalization), position estimations were learned in movements of medium amplitude. In the testing phase, subjects were asked to estimate endpositions of small and large movements. In experiment 2 (influence of the sensory channel) subjects performed estimations of their movement endposition after a learning phase with 'shifted' or correct visual feedback. The results of experiment 1a supply experimental evidence for the adaptation of forward models of the arm; subjects were able to learn to estimate endpositions under changed dynamic conditions. It could not be shown that error learning is more effective than auto-imitation. A precise specification of the initial position through visual information did not lead to an increased estimation performance. There were only weak hints for the generalization of learning experience (experiment 1b). That is, it cannot be excluded that the prediction of endpositions is accomplished by means of a look-up-table and is thus not based on the representation of rules. Experiment 2 showed that subjects were significantly influenced in their estimations by shifted visual feedback in the learning phase. This is evidence that kinematic and dynamic features of the arm are integrated in a model comprising both aspects in a comprehensive model.
Lizenz:	Urheberrechtsschutz
Fachbereich / Einrichtung:	Mathematisch- Naturwissenschaftliche Fakultät » WE Psychologie
Dokument erstellt am:	28.06.2001
Dateien geändert am:	12.02.2007
Promotionsantrag am:	28.06.2001
Datum der Promotion:	28.06.2001