Feedbackverarbeitung beim motorischen Lernen unter besonderer Berücksichtigung von motorischem Rauschen

Menschliche Bewegungen lassen sich nicht identisch reproduzieren. Die unvermeidliche und nicht kontrollierbare Ausführungsvariabilität (Noise) ist vor allem dann von Nachteil, wenn es die Aufgabe erfordert, dass ein bestimmtes Bewegungsergebnis verlässlich hergestellt wer2 den soll. Neben der Reduktion des Noise (Faktor N) kann eine verstärkte Nutzung der Toleranzeigenschaften der Aufgabe (T) und eine höhere Kovariation (C) die Leistung in solchen Aufgaben verbessern. Um diese Faktoren im Rahmen von Lernprozessen zunehmend nutzen zu können, muss das lernende System Rückmeldungen aus mehreren Einzelversuchen gewichtet integrieren. Das Gewicht sollte von einer Schätzung der Verlässlichkeit abhängen. Mit den geplanten Experimenten soll am Beispiel mehrerer halb-virtueller Laboraufgaben gezeigt werden, dass die Feedback-Integration tatsächlich genutzt wird und dass Anpassungen schneller erfolgen, wenn die Rückmeldungen als verlässlicher eingeschätzt werden. Darauf aufbauend werden Möglichkeiten einer externen Beeinflussung der Nutzung der Faktoren T und C untersucht.

DFG Programme Research Grants

International Connection USA

Participating Person Professorin Dr. Dagmar Sternad