Humans demonstrate the ability to move with little error in a wide range of situations. To do so requires a high degree of plasticity in the neural control of movement. The study of dynamics learning, the process by which the nervous system learns neural signals that are needed to produce the forces underlying movement, is a well-known method for examining plasticity in motor control. This dissertation reports on a series of experiments on dynamics learning and its generalization. Our studies touch on two important features of the dynamics learning process. The first is that dynamics learning involves instances of local adaptation. The second is that generalization can occur based on interpolation between these instances of learning. / Following a General Introduction in Chapter 1, in Chapter 2 we examine whether having learned to move in multiple directions affects the extent of generalization. In Chapter 3, we examine generalization of dynamics learning across changes in movement amplitude. In Chapter 4, we note that generalization of learning does not depend only on the separation between training and test directions, as was shown in Chapter 2. In addition, generalization depends on the extent of learning during training. We examine the effect of impedance - a mechanical property of the arm under neural control - on dynamics learning and generalization. In Chapter 5, we examine generalization of dynamics learning over time. Overall, our findings suggest that dynamics learning is a process involving local adaptation of the neural control signals for movement, and that interpolation between these instances of local learning is possible. These findings suggest that the apparent ease with which humans move in new situations may depend on interpolation between instances of previous learning that were acquired in a range of nearby situations. We elaborate on this idea in a General Discussion in Chapter 6. / La capacité de l'être humain à adapter ses mouvements à une grande variété de situations témoigne de la grande plasticité du contrôle neuronal du mouvement. Cette plasticité peut s'étudier via l'apprentissage dynamique qui correspond au processus par lequel le système nerveux met en place les signaux neuronaux nécessaires à la production des forces qui génèrent le mouvement. La présente thèse reporte une série d'expériences étudiant l'apprentissage dynamique et sa généralisation. Dans ces expériences, l'apprentissage dynamique est obtenu en amenant le sujet à compenser une perturbation mécanique systématiquement appliquée sur le bras par un robot au cours de l'exécution d'un mouvement d'atteinte de cible. Plus particulièrement, nos études sont centrées sur deux propriétés importantes de l'apprentissage dynamique: (1) le fait que l'apprentissage dynamique impliquerait des instances d'adaptation locales et (2) le fait que la généralisation de cet apprentissage se fonderait sur une interpolation entre ces instances d'adaptation locales. / Après une introduction générale dans le Chapitre 1, le Chapitre 2 examine si l'étendue de la généralisation de l'apprentissage dynamique dépend de l'étendue des situations rencontrées lors de la phase d'apprentissage. Le Chapitre 3 est consacré à l'étude de la généralisation de l'apprentissage dynamique à des mouvements de différentes amplitudes. Au Chapitre 4, nous montrons ensuite que la généralisation de l'apprentissage ne relève pas seulement de ces aspects méthodologiques. Comme le rapporte le Chapitre 2, la généralisation dépend aussi de l'étendue de l'apprentissage, elle-même liée aux propriétés biomécaniques des effecteurs. Le Chapitre 5 est consacré à l'évolution de la généralisation de l'apprentissage dynamique au cours du temps. L'ensemble de nos travaux suggère que l'apprentissage dynamique est un processus impliquant une adaptation locale des signaux du contrôle neuronal du mouvement et que l'interpolation de ces instances d'apprentissage local est possible. Ainsi, comme nous le discutons au Chapitre 6, l'apparente facilité de l'être humain à adapter ses mouvements à des situations nouvelles pourrait en réalité être le fruit de l'interpolation entre les instances d'apprentissages antérieurs acquis dans une gamme de situations similaires.
| Identifer | oai:union.ndltd.org:LACETR/oai:collectionscanada.gc.ca:QMM.86872 |
| Date | January 2010 |
| Creators | Mattar, Andrew |
| Contributors | David J Ostry (Supervisor) |
| Publisher | McGill University |
| Source Sets | Library and Archives Canada ETDs Repository / Centre d'archives des thèses électroniques de Bibliothèque et Archives Canada |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation |
| Format | application/pdf |
| Coverage | Doctor of Philosophy (Department of Psychology) |
| Rights | All items in eScholarship@McGill are protected by copyright with all rights reserved unless otherwise indicated. |
| Relation | Electronically-submitted theses. |
Page generated in 0.0115 seconds