De novo motor learning creates structure in neural activity that shapes adaptation

  • Cette étude explore comment les répertoires moteurs existants affectent la facilité d’adaptation des animaux à de nouvelles situations.
  • Des réseaux neuronaux récurrents modélisant la dynamique des populations neuronales du cortex moteur ont été entraînés sur différents répertoires moteurs, simulant différentes expériences d’apprentissage, et l’influence de la structure des schémas d’activité neuronale acquise sur l’adaptation ultérieure a été analysée.
  • Les résultats suggèrent que les réseaux avec des répertoires moteurs diversifiés présentent des dynamiques neuronales plus robustes et mieux organisées. Cette organisation facilite l’adaptation ultérieure, mais seulement lorsque les perturbations correspondent aux schémas d’activité préexistants. Ces conclusions soulignent l’importance de l’apprentissage antérieur pour l’adaptation aux changements environnementaux.

 

Ce contenu a été mis à jour le 3 juin 2024 à 15 h 32 min.