Motorisches Lernen

Kinder erlernen das Laufen und Schreiben im Spiel, doch für
Erwachsene ist es nach z.B. einem Schlaganfall eine ganz andere
Herausforderung. Daher untersucht Christian Stockinger im BioMotion
Center das motorische Lernen, damit wir besser verstehen können,
wie sich der Körper sensormotorische Programme abruft. Mit einem
Robotic Manipulandum, dem BioMotionBot, lässt er dazu die Probanden
einfache Armbewegungen durchführen, die unbemerkt durch ein
Kraftfeld gestört werden. Dadurch erlernen sie unbemerkt neue
Bewegungsabläufe, und im Gespräch mit Gudrun Thäter erklärt er, wie
man diesen Lernvorgang mathematisch mit einem Zwei-Prozessmodell
beschreiben kann. Daraus kann man sowohl viel über die Vorgänge
lernen, Therapien verbessern, als auch die Entwicklung von modernen
Prothesen und humanuider Roboter voranbringen. Literatur und
Zusatzinformationen

D. W. Franklin, D. M. Wolpert: Computational mechanisms of
sensorimotor control, Neuron 72.3: 425-442, 2011.

R. Shadmehr, M.A. Smith, J.W. Krakauer: Error Correction,
Sensory Prediction, and Adaptation in Motor Control, Annual
Reviews Neuroscience, 33:89-108, 2010.

R. Shadmehr, S.P. Wise: The Computational Neurobiology of
Reaching and Pointing: A Foundation for Motor Learning,
Cambridge: MIT Press, 2005.

V. Bartenbach, C. Sander, M. Pöschl, K. Wilging, T. Nelius,
F. Doll, W. Burger, C. Stockinger, A. Focke, T. Stein: The
BioMotionBot: A robotic device for applications in human motor
learning and rehabilitation, Journal of Neuroscience Methods,
213(2):282-297, 2013.