一名熟练的篮球运动员预期投中很多球。在一次未命中后，他们可能杏彩官方网站做出更大的校正，因为这次未命中是“令人惊讶的”。或者，他们可能只做出很小的校正，因为其过去的平均表现是成功的。尽管具有相关性，以往的研究尚未阐明强化历史是否或在多大程度上影响显性（认知）和隐性（非自愿

　　一名熟练的篮球运动员预期投中很多球。在一次未命中后，他们可能做出更大的校正，因为这次未命中是“令人惊讶的”。或者，他们可能只做出很小的校正，因为其过去的平均表现是成功的。尽管具有相关性，以往的研究尚未阐明强化历史是否或在多大程度上影响显性（认知）和隐性（非自愿）误差校正。通过三项伸手实验，研究人员比较了两种竞争性假设：1）奖励预测误差（reward prediction error, RPE）（“惊讶”）调节显性和隐性误差校正，或2）期望值（expected value, EV）（平均奖励）调节显性和隐性误差校正。实验结果表明，在显性误差校正中，低收入组（20%奖励概率）的校正幅度显著大于高收入组（80%奖励概率）（p=0.001），与期望值模型预测一致；在隐性误差校正中，两组间无显著差异（p=0.439）。计算模型支持长期强化历史的期望值调节显性误差校正。进一步，研究人员发现即时强化历史直接调节隐性误差校正，这一效应无法被独立的任务误差模型解释。总体而言，研究发现成功的强化历史抑制了显性和隐性误差校正。

　　作者总结：以往相互矛盾的研究表明，强化反馈会导致更大或更小的运动校正。这里研究人员阐明，过去的成功动作会抑制未来认知性和非自愿性运动校正。强调多种学习过程如何相互作用，可为更知情和有效的神经康复奠定基础。**论文解读：成功的强化历史抑制显性与隐性误差校正**

　　在运动技能学习中，误差校正由显性（认知性）和隐性（非自愿性）两个过程组成。显性过程由性能误差（期望表现与实际表现之差）驱动，导致行动选择改变；隐性过程由感觉预测误差（感觉预测与运动感觉后果之差）驱动，更新感觉运动系统的内部表征。强化反馈（如成功后的奖励）独立于误差校正过程，通过两种关键计算量——期望值（expected value, EV，即平均预期奖励的表征）和奖励预测误差（reward prediction error, RPE，即实际奖励与期望奖励之差，编码“惊讶”）——调节运动行为。然而，以往研究关于强化反馈对误差校正的影响存在矛盾：高奖励频率有时干扰校正，有时增强校正。这种不一致可能源于强化反馈类型、显性与隐性校正参与程度以及强化历史的不同。因此，本研究旨在探究强化历史（长期与短期）是否通过期望值或奖励预测误差调节显性和/或隐性误差校正，并明确其具体机制。

　　研究人员通过三项伸手实验（共111名健康成年人，来自特拉华大学机构审查委员会批准的样本）操纵强化历史，结合计算建模，系统检验了期望值与奖励预测误差对显性与隐性误差校正的调节作用。实验1（N=40）操纵长期强化历史（20%或80%奖励概率）和短期强化历史（连续两次强化或一次强化一次无强化），发现长期强化历史的主效应显著（F(1,38)=7.35, p=0.010），且20%奖励组误差校正显著大于80%奖励组（p=0.001），与期望值模型预测一致，表明期望值调节显性误差校正。实验2（N=40）通过指令“始终瞄准目标中心，忽略光标反馈”隔离隐性误差校正，发现长期或短期强化历史均无显著影响（p=0.439, p=0.59），且无调节模型（No Modulation Model）在AIC和BIC上优于其他模型，表明强化历史不调节隐性误差校正。实验3（N=30，排除1名不符合指令的参与者）在同一试次提供强化或惩罚反馈，操纵即时历史，发现强化条件下（大目标加奖励）隐性校正显著小于无奖励条件（p=0.016），而惩罚无显著影响（p=0.826），最佳模型为奖励效价下限模型（Reward Valence Floored Model），即正奖励效价抑制隐性校正，负效价（惩罚）被下限化无影响。总体结论：成功的强化历史通过期望值抑制显性误差校正，通过即时奖励效价抑制隐性误差校正。

　　主要关键技术方法包括：（1）使用KINARM端点机器人操纵杆进行水平面伸手任务，目标为圆形，误差钳夹（error clamp）在第t-1试次施加固定视觉误差，测量第t试次的校正角度。（2）长期强化历史通过概率性强化（20%或80%概率）操纵，短期强化历史通过强化钳夹（连续两次强化或一次强化一次无强化）操纵，即时历史通过在同一试次提供强化（目标变蓝、扩大、播放愉快声音、给予金钱奖励）或惩罚（目标变红、播放消极蜂鸣声、扣钱）反馈操纵。（3）计算模型使用单速率状态空间模型，结合期望值、奖励预测误差、奖励效价等调制项，通过Powell算法拟合，以均方误差（MSE）为损失函数，通过AIC和BIC选择最佳模型。（4）样本队列来源：111名健康成年人，实验1与实验2各40人，实验3共31人（排除1人），均来自特拉华大学。

　　实验1旨在操纵强化历史，检验期望值或奖励预测误差是否调节显性和/或隐性误差校正。通过长期概率强化（20% vs 80%组）和短期强化钳夹，测量误差钳夹后的校正幅度。结果发现长期强化历史主效应显著（F(1,38)=7.35, p=0.010），20%组校正显著大于80%组（p=0.001），且最佳拟合模型为期望值模型（Expected Value Model），而短期强化历史无主效应（p=0.069）且无交互作用。这表明期望值调节误差校正（显性与隐性混合）。

　　实验2隔离隐性误差校正，采用与实验1相同设计，但指令要求参与者始终瞄准目标中心并忽略光标反馈。结果发现长期强化历史（F(1,38)=0.32, p=0.439）和短期强化历史（F(1,38)=0.29, p=0.59）均无主效应，且无调节模型在AIC和BIC上最优。结合实验1，表明长期强化历史通过期望值仅调节显性误差校正，而不影响隐性误差校正。

　　实验3操纵即时奖励或惩罚历史，在同一试次提供强化或惩罚反馈，并控制目标大小以分离任务误差。结果发现大目标加奖励条件（强化）的隐性校正显著小于大目标无奖励条件（p=0.016），而小目标加惩罚与小目标无惩罚间无显著差异（p=0.826）。最佳拟合模型为奖励效价下限模型（Reward Valence Floored Model），即正奖励效价抑制隐性校正，负效价无影响，且任务误差模型（Task Error Model）无法捕捉强化效应。这表明即时强化历史通过奖励效价直接调节隐性误差校正。

　　讨论部分总结：本研究结果表明，强化历史抑制显性和隐性误差校正。长期强化历史通过期望值抑制显性校正，即时强化历史通过奖励效价抑制隐性校正。研究人员将结果与以往研究对比，指出与van der Kooij等人（2018）的发现一致（二进制强化反馈减少校正），而与Nikooyan和Ahmed（2015）的梯度强化反馈结果（增加校正）不同，后者可能反映梯度强化引导显性策略而非调制效应。在实验3中，惩罚无影响，与Galea等人（2015）和Sugiyama等人（2023）的发现（惩罚增加学习）结合，提示惩罚效应可能主要通过显性校正驱动。研究人员还讨论了任务误差与内在强化信号的关系，认为目标命中可能产生内在强化信号（如斑胸草雀VTA多巴胺能神经元活动），支持一个共享机制而非独立任务误差过程。神经学证据表明中脑多巴胺能神经元与显性（前额叶背外侧皮层）和隐性（小脑）校正区域存在调制性连接，与行为结果一致。