- 解决**中风后康复(post-stroke rehabilitation)** 中精细力量生成(precision force generation)训练不足的问题
- 现有触觉康复方法忽视了**力控制精度(force control accuracy)** 的训练
- 研究背景:机器人触觉设备结合虚拟现实为训练**精细力量(fine force)** 提供了新机会,但如何设计虚拟对象动态以促进学习尚不明确
- 设计**冰壶任务(curling-inspired task)**,参与者需拉伸虚拟弹簧产生目标释放力,将石头推至指定位置
- 弹簧的**力-伸长关系(force-elongation relationship)** 建模为三种函数:**线性(linear)**、**高斯(Gaussian)** 和**反对称高斯(AS-Gaussian)**,后者在目标力处导数为零
- 对50名健康参与者进行训练实验,评估训练中和后的**力量准确性(force accuracy)**、长期保留,并结合**人格特质(personality traits)** 分析
- **首次提出** 操纵**有形虚拟对象动态(tangible virtual object dynamics)** 来促进精细力量生成学习
- **创新地** 使用**反对称高斯(AS-Gaussian)** 曲线,在目标力处导数为零,使得力-伸长关系在目标点附近平稳,从而降低对探触觉的依赖
- 发现**人格特质** (如Free Spirit和Transform-of-Challenge)对训练表现和探索行为有显著调节作用,为个性化康复提供依据
- 证明了**操纵虚拟对象动态** 可以改善训练中的力量准确性,为触觉康复训练提供了新范式
- 揭示了**目标伸长(target elongation)** 而非目标力作为主要学习线索,提示康复训练应更注重**本体感觉(proprioceptive)** 反馈
- 为**神经康复(neurorehabilitation)** 中触觉系统的利用提供了实证基础,并指出了向神经系统患者推广前需要减少对本体感觉依赖的改进方向