动作意图如何塑造人类多目标觅食中的视觉搜索与动作规划

本研究针对现实场景中多目标交互的认知机制，通过LEGO积木抓放实验，创新性地探讨了动作意图（如堆叠/分类/收集）如何影响视觉搜索策略与动作规划。团队发现受试者会优先选择大尺寸目标以降低后续操作难度，同时运动参数（如伸手速度、距离）会自适应调整以平衡即时运动成本与未来精度需求。该成果发表于《iScience》，为理解自然行为中感知-动作的动态耦合提供了新证据，对神经科学和人类工效学具有重要意义。

　　

在日常生活中，人们经常需要同时搜索并操作多个相似物体，例如超市货架上挑选商品或整理玩具。这类"视觉觅食"行为看似简单，却涉及复杂的感知-动作协调机制。传统研究多关注孤立目标的抓取动作，而忽略了真实场景中多目标连续操作时，动作意图如何动态调节视觉选择策略这一核心问题。Philipps-University Marburg的Danilo A. Kuhn团队在《iScience》发表的研究，首次将现实物体交互与多目标搜索相结合，揭示了动作精度需求如何塑造人类的搜索路径规划和运动控制策略。

研究采用基于DeepLabCut的标记点追踪技术，记录24名右利手受试者在三种不同精度要求任务（收集/分类/堆叠）中抓取LEGO积木的运动轨迹。通过量化首次伸手距离、减速时间占比等参数，结合空间热图分析和贝叶斯统计模型，系统评估了任务目标对行为策略的影响。

动作意图调节目标选择
研究发现受试者在堆叠任务中表现出显著的大尺寸目标偏好（首选中位比例达88.8%），且愿意接受更长的首次伸手距离（22.5 cm）。这种"牺牲即时距离换取后续操作便利"的策略，通过贝叶斯因子（BF₊₀=13.2）得到强统计支持，表明动作序列规划包含对未来需求的预期。

空间组织遵循最小成本原则
空间激活热图显示，受试者显著偏好近身左下象限（激活量M=1.8，BF_incl=4.666×10⁶），该区域既靠近起始位置又毗邻放置区。这种空间选择模式与西方阅读习惯（左偏性）和人体工程学（肘关节舒适区）相吻合，实现搜索成本与运动成本的双重优化。

运动参数动态适应
与传统单目标研究不同，多目标情境下堆叠任务的反常现象尤为有趣：尽管该任务精度要求最高，但受试者反而表现出最快的平均伸手速度（50.3 cm/s）和最长的减速期（占运输期44.7%）。这种"高速接近-精细调整"的二阶段策略，可能反映了节律性动作序列特有的时间优化机制。

个体差异与长期规划
约58%的受试者自发采用"大-中-小"的选择序列，在搜索量较大时（4-5个目标）会延迟对小尺寸目标的选取。这种动态优先级调整支持"级联规划"理论，即人类能够基于剩余目标数量灵活更新选择策略。

该研究突破性地证明，自然场景中的视觉搜索绝非单纯的感知过程，而是深度整合了动作经济性（motor cost）与任务需求（precision demand）的主动规划系统。这一发现为临床神经科学（如帕金森病患者的动作规划障碍）和人机交互设计提供了新视角。未来研究可进一步探索预览时间对运动预编程的影响，以及不同文化背景下的空间选择偏好差异。