《Behavioural Brain Research》：Kinematic information availability reveals expertise-related flexibility in prior weighting during action prediction: Behavioral and EEG evidence
编辑推荐：
动作预测是在动作执行前或执行过程中预期他人动作结果的能力，是动态不确定环境下适应性行为的基石。其在竞技体育中尤为重要，运动员常在极端时空约束下依据不完整信息做出快速决策。动作预测主要依赖两类信息：运动学信息（kinematic information）与情境先
动作预测是在动作执行前或执行过程中预期他人动作结果的能力，是动态不确定环境下适应性行为的基石。其在竞技体育中尤为重要，运动员常在极端时空约束下依据不完整信息做出快速决策。动作预测主要依赖两类信息：运动学信息（kinematic information）与情境先验（contextual priors）。前者指动作执行过程中可获取的知觉线索（如身体姿态、器械轨迹）；后者指特定竞赛情境下关于可能事件的概然信息（如对手习惯、比分局势）。现有研究表明专家运动员更善于提取运动学线索，且动作观察网络（action observation network, AON）参与将观察到的动作映射到内部运动表征以产生预测模拟；同时情境先验可早于详细运动学信息形成期望，但专家如何整合这两类信息尤其在其冲突或可靠性变化时仍缺乏机制性刻画。贝叶斯（Bayesian）与预测编码（predictive coding）框架提出预测是先验期望与感觉证据按可靠性（精度precision）加权的概率整合，即大脑应根据运动学证据的可获性动态调整先验权重。然而缺乏时间分辨的神经标记来刻画该动态权衡。研究人员在乒乓球动作预测任务中操纵运动学信息可及性（高vs低，通过呈现时长参数控制）与情境先验（一致congruent、不一致incongruent、无prior absent），并对乒乓球运动员与非运动员同步记录脑电图（electroencephalography, EEG）。行为上，运动员总体准确率更高；一致先验促进表现，不一致先验损害表现；关键的是，当运动学信息更多时运动员更少受误导先验影响，符合基于可靠性的权重向感觉证据偏移。线索锁时（cue-locked）事件相关电位（event-related potentials, ERPs）显示运动员P3幅值降低，表明对先验线索的加工与情境更新更高效。运动学加工阶段，运动员表现出更强的μ节律（8–13 Hz）去同步化（desynchronization）且具有情境敏感调制模式：一致/高信息试次μ抑制增强，低信息且先验不一致或无先验时μ抑制相对增强，反映不确定条件下感觉运动参与的适应性调节；非运动员选择性较弱。综上，结果提供了与可靠性加权整合先验和运动学信息相兼容的时间分辨行为与EEG观测，表明运动专长可能伴随该过程的更大灵活性。
论文解读
本研究发表于《Behavioural Brain Research》。研究背景方面，动作预测（action prediction）是快速对抗性项目（如乒乓球、网球、击剑等）中成功决策的核心能力，其机制依赖于整合情境先验（contextual priors，指竞赛中基于概率的期望信息）与运动学信息（kinematic information，指动作执行过程中逐时刻可获取的视觉运动线索）。已有研究发现专家运动员在提取运动学线索上优于新手，且动作观察网络（action observation network, AON，由前运动皮层、顶叶皮层、颞叶区等构成的支持动作知觉与内部运动表征映射的大尺度脑网络）参与该过程；同时情境先验可较早形成期望并影响预测。然而，专家如何在先验与运动学信息可靠性动态变化（尤其二者冲突）时进行加权整合，尚缺乏时间分辨的神经机制证据。贝叶斯推断与预测编码框架提出大脑应对先验与感觉证据按各自精度（precision，即可靠性的逆）加权整合，即当运动学证据丰富时效验权重应下降。但尚无研究在操纵运动学信息可及性（高vs低）下实证检验该动态权衡及其与运动专长的关联。因此研究人员开展此项专家–新手对照的乒乓球动作预测实验，结合行为测查与毫秒级脑电图（electroencephalography, EEG）记录，以明确专长是否体现为更灵活的可靠性驱动加权调整。
主要关键技术方法：研究人员采用专家–对照设计，样本队列来源为32名乒乓球运动员（均获国家二级运动员及以上资质，近三年维持规律训练≥4天/周、≥2 h/天）与42名非运动员大学生。通过先验功效分析（G*Power 3.1，效应量f=0.14，α=0.05，power=0.80）估算所需总样本72例。实验中采用乒乓球发球视频片段，操纵运动学信息可及性（高vs低，通过动作呈现时长参数控制）与情境先验（一致congruent、不一致incongruent、无prior absent，以文字线索给出可能落点），被试任务为预测球落点位置。同步记录EEG，分析线索锁时事件相关电位（cue-locked ERPs）的P3成分以反映先验线索加工与情境更新，分析动作观察阶段的μ节律（8–13 Hz）事件相关去同步化（event-related desynchronization, ERD）以反映感觉运动（sensorimotor）参与；行为数据采用混合方差分析（2组×2运动学×3先验）。
研究结果
Behavioral Results：研究人员将预测准确率进行2（组别：运动员、对照）×2（运动学信息：高、低）×3（情境先验：一致、不一致、无）混合ANOVA。结果显示组别主效应显著，F(1,72)=67.57，p<0.001，ηp2=0.484，运动员准确率更高；运动学信息主效应显著，F(1,72)=7.48，p=0.008，ηp2=0.094，高信息优于低信息；情境先验主效应显著，F(2,144)=（原文数值未完整给出），一致先验促进、不一致先验损害表现；关键的交互表明运动员在不一致先验下的受损程度更小，尤其在高中运动学信息时，符合可靠性加权偏向感觉证据。
Discussion：研究人员讨论指出，通过联合操纵运动学信息可及性与先验一致性，并以EEG追踪线索阶段与动作观察阶段的时间分辨神经活动，发现运动员总体预测更准确且对误导先验的抗干扰更强，尤当运动学信息丰富时。线索锁时ERPs显示运动员P3幅值降低，说明先验线索加工与内部模型更新更高效。动作观察阶段运动员μ（8–13 Hz）去同步化更强且受情境调制：一致/高信息试次μ抑制增强（反映当先验与证据协同时可更高效借助感觉运动模拟），低信息且先验不一致或无先验时μ抑制相对增强（反映不确定下上调感觉运动参与以补偿）。非运动员上述调制较弱。结果支持可靠性加权整合框架，且运动专长体现为更灵活的动态权重调整而非固定偏好某一信息源。
Conclusion：研究人员总结认为，在乒乓球发球预测任务中操纵情境先验与运动学信息可及性发现：运动员总体准确率更高且在运动学信息更多时更少受误导先验干扰；神经层面运动员线索锁时P3降低（与更高效先验加工一致），动作观察阶段μ节律去同步化更强且呈现情境敏感的适应性调制，非运动员选择性较弱。研究表明运动专长关联于先验与运动学信息可靠性加权整合的更大灵活性，为专家动作预测的动态调整机制提供了时间分辨的行为与EEG证据。
讨论部分总结翻译：研究人员在讨论中强调，本研究通过专家–新手设计与联合操纵运动学信息可及性（高vs低）及先验一致性（一致、不一致、无），并结合毫秒级EEG，揭示了动作预测中先验与感觉证据动态整合的神经行为特征。运动员不仅总体表现更优，且在高中运动学信息时能有效降低对不一致先验的依赖，符合基于可靠性的权重重分配。神经指标上，P3降低反映更高效的先验线索评估与情境更新；μ节律去同步化的条件依赖调制表明感觉运动（sensorimotor）网络能根据不确定性自适应调节参与强度。非运动员缺乏此种精细调制。结果与贝叶斯整合及预测编码观点相容，即大脑按精度加权先验与证据，且运动专长体现为更准确估计可靠性与更快重新加权。局限在于仅用EEG空间分辨率有限，未来可结合高空间分辨成像以定位相关脑区；样本为乒乓球专长，推广至其他项目需谨慎。实际意义在于为竞技体育中 anticipatory training（预判训练）提供机制依据，即可通过增强运动员对运动学信息可靠性的评估能力与自适应权重调整来提升预测表现。
