Sciences humaines 

Lorsque le mouvement résultat diffère toujours du mouvement prévu, les erreurs sont utilisées pour corriger les mouvements ultérieurs (par exemple, l'adaptation au déplacement des prismes ou des champs de force) en mettant à jour un modèle interne des systèmes sensoriels moteur et / ou. Ici, nous examinons les changements à un modèle interne du système du moteur sous des changements dans la structure de la variance des erreurs de mouvement manquant un biais global. Nous avons introduit une perturbation visuomoteur horizontale pour modifier la répartition statistique des erreurs de mouvement anisotrope, tandis que les gains monétaires / pertes ont été attribués en fonction des résultats du mouvement. Nous obtenons des prédictions pour les planificateurs de mouvements simulés, chacun différant dans son modèle interne du système moteur. Nous constatons que les humains répondent de manière optimale à la variation globale de grandeur d'erreur, mais ne tiennent pas compte de l'anisotropie de la distribution d'erreur. Par comparaison avec les planificateurs de mouvements simulés, nous avons constaté que correspondaient quantitativement points de visée d'un planificateur de mouvement idéal qui met à jour un (circulaire) modèle interne strictement isotrope de la distribution des erreurs. Aplat ont été planifiées de manière à ignorer le sens dépendance des grandeurs d'erreur, en dépit de la disponibilité permanente des informations claires concernant la distribution anisotrope des erreurs réelles du moteur. 

Lorsque le mouvement résultat diffère toujours du mouvement prévu, les erreurs sont utilisées pour corriger les mouvements ultérieurs (par exemple, l'adaptation au déplacement des prismes ou des champs de force) en mettant à jour un modèle interne des systèmes sensoriels moteur et / ou. Ici, nous examinons les changements à un modèle interne du système du moteur sous des changements dans la structure de la variance des erreurs de mouvement manquant un biais global. Nous avons introduit une perturbation visuomoteur horizontale pour modifier la répartition statistique des erreurs de mouvement anisotrope, tandis que les gains monétaires / pertes ont été attribués en fonction des résultats du mouvement. Nous obtenons des prédictions pour les planificateurs de mouvements simulés, chacun différant dans son modèle interne du système moteur. Nous constatons que les humains répondent de manière optimale à la variation globale de grandeur d'erreur, mais ne tiennent pas compte de l'anisotropie de la distribution d'erreur. Par comparaison avec les planificateurs de mouvements simulés, nous avons constaté que correspondaient quantitativement points de visée d'un planificateur de mouvement idéal qui met à jour un (circulaire) modèle interne strictement isotrope de la distribution des erreurs. Aplat ont été planifiées de manière à ignorer le sens dépendance des grandeurs d'erreur, en dépit de la disponibilité permanente des informations claires concernant la distribution anisotrope des erreurs réelles du moteur.