Predicting point-light actions in real-time

Mirror system有很多可能功能，其中之一是對他人動作的預測。許多研究指出，在action perception時，motor system有預測的功能，例如，當受試者只是即將要觀測一可預測且仍未被執行的動作時，motor system就會激發(Kilner et al.,2004; Haueisen and Knosche, 2001)。為了解自身身體狀態，visuomotor control很重要，但是，視覺的sensory signals在傳達身體訊息過程中相當麻煩，受器轉換能量、神經傳導以及中央處理，需要耗費一點時間，如此對於評估身體狀態，sensory information並不是最佳方式；如此，若是可以對動作有所預測，如此便可以解決sensory signals在傳達身體訊息時造成的時間延遲，以便可以即時(real-time)對他人動作予以模擬(simulation)。對於自身動作控制需要即時預測模式(real-time forward models)(e.g., Wolpert and Flanagan, 2001)，但預測他人動作時，即時預測模式亦會出現嗎?便是此研究想探討的重點。
受試者先凝視fixation point，之後會出現一連串由point-light actions組成的真人動畫(例如，打保齡球)，之後螢幕會被遮蔽一段時間，出現一靜止的動作畫面(亦是point-light actions)，要求受試者判斷是之前呈現的動畫的動作延續亦或是不同動作。根據real-time prediction hypothesis，內在地動作模擬和實際的動作幾乎是同步的，即使無法看見動作，但只要此動作可以預測，便可以繼續進行內在地動作模擬。因此，在實驗過程中，操弄2變項，一是螢幕被遮蔽的時間(occluder time : 100、400、700 ms)，另一是之前動畫的最後一幕到需要判斷的靜止動作畫面的時間(movement gap : 100、400、700 ms)，在動作為延續的嘗試中，在遮蔽過程中仍會繼續進行動作模擬，因此訊息會不斷更新(updated internal model)，倘若在某一時間點上，更新的訊息和出現要判斷的靜止動作畫面的訊息相似，對於判斷是否為延續動作的正確性或反應時間應該都是表現最佳的，作者預測當occluder time和movement gap的時間操弄一致時，正是不斷更新的動作訊息和出現要判斷的靜止動作畫面的訊息最相似的時候(亦即100-100、400-400、700-700 ms)，作業表現最佳。至於正確答案為不同動作的嘗試，因為動作不斷變化的緣故，多增加預測上的疑慮，所以資料不分析，只著重在正確答案為動作為延續的嘗試。
共有4個實驗，實驗一、二幾乎相同，只是實驗二的各種動作動畫數量更多，各動畫呈現時間差異更大，但結果相似。在錯誤率中，發現當occluder time和movement gap的時間差(0、300、600 ms)越小時，錯誤率最小，且時間差有主要效果；更進一步分析，occluder time和movement gap有交互作用，亦即在occluder time和movement gap的時間一致時(100-100、400-400、700-700 ms)的錯誤率最小；以上符合real-time prediction hypothesis的假設結果，亦即預測他人動作時是即時模擬(real-time simulation)，即使動作被遮蔽。實驗二的反應時間結果和錯誤率相似，但是，實驗一的反應時間結果沒有符合預測，友時間差的主要效果，但當進一步分析時，交互作用不顯著。反應時間的結果並不穩定，但推斷是因為occluder time的時間不斷在改變，事實上，反應時間對於時間預測的不確定性是非常敏感的(關於此點，會在實驗四探討)。
實驗三中，過程和以上皆相似，除了所有畫面的呈現皆改為inverted actions，過去研究發現action perception在mirror system的激發和專業知識有關(Calvo-Merino et al., 2005; Casile and Ciese, 2006)。inverted actions是一般人都不熟悉的，因此inverted actions會導致real-time prediction出現問題。在錯誤率中，雖然有時間差的主要效果，但是occluder time和movement gap沒有交互作用，亦即即使occluder time和movement gap的時間一致，錯誤率卻高，且並非最佳表現；顯示real-time prediction確實因為不熟悉的動作的狀態而失效。在反應時間中，時間差的效果以及occluder time和movement gap的交互作用皆沒有顯著，在一次顯示real-time prediction失靈。
實驗四中，作者有感於實驗一、二在反應時間上結果的不穩定性，此外，皆發現occluder time在最短(100 ms)時，其反應時間皆為最長，亦即foreperiod effect，即使實驗二的結果似乎符合預期，但難保foreperiod effect不會是confounding之一；因此，將occluder time分開測量，亦即每一個block的occluder time皆相同，以減少時間不確定性造成反應時間的不穩定，其他過程皆一樣。錯誤率的結果仍舊符合real-time prediction，至於反應時間亦符合real-time prediction，且foreperiod effect不見了，顯示反應時間的結果應該是real-time prediction造成的。
只是real-time effect只專屬於人類的biological motion嗎?另一方面，真的需要motor system嗎?亦即是否perceptual real-time processes足以預測他人動作。此外，在實驗三的部份，由於作業難度較其他高，因此，到底是因為real-time effect完全失效，亦或是只是比較難real-time simulation而已，效果比較小，還是受試者根本就認不出來，連要simulation都無法，倘若告知受試者是反過來的動作，仍無法進行real-time simulation嗎?因為重點在於預測，倘若認不出來是什麼動作，既然無法預測，自然也不可能simulation，畢竟對於受試者而言，只是一堆亂點而已?