張為威 黃建平 宛小昂

預(yù)期對(duì)路徑整合的影響

張為威 黃建平 宛小昂

(清華大學(xué)心理學(xué)系, 北京 100084)

人們通過(guò)整合自身運(yùn)動(dòng)信息進(jìn)行的空間巡航稱為路徑整合。本研究采用頭盔式虛擬現(xiàn)實(shí)和分段式虛擬迷宮, 探究個(gè)體的預(yù)期如何影響其路徑整合的準(zhǔn)確性。任務(wù)要求被試從包含4個(gè)或8個(gè)路段的外出路徑的起點(diǎn)出發(fā), 行經(jīng)所有路段后到達(dá)外出路徑的終點(diǎn), 再?gòu)慕K點(diǎn)直接返回起點(diǎn)。三組被試在實(shí)驗(yàn)前接受不同的指導(dǎo)語(yǔ), 并因此對(duì)正確返航距離產(chǎn)生不同的預(yù)期。實(shí)驗(yàn)結(jié)果表明, 個(gè)體返回起點(diǎn)的行為反應(yīng)受到外出路徑特點(diǎn)的影響, 而且反應(yīng)的準(zhǔn)確性在實(shí)際情形違背預(yù)期時(shí)比符合預(yù)期時(shí)更低。這樣的研究結(jié)果表明, 預(yù)期作為一種非感知覺(jué)因素而影響人們進(jìn)行路徑整合, 體現(xiàn)了人類路徑整合的高度適應(yīng)性和策略性。

預(yù)期; 路徑整合; 空間巡航; 虛擬現(xiàn)實(shí)

1 引言

尋路是人類生存的重要技能。當(dāng)環(huán)境中飽含豐富的路標(biāo)及其他視覺(jué)線索時(shí), 人們可以依賴這些環(huán)境線索完成空間巡航(navigation)。如果環(huán)境中缺少路標(biāo)線索, 人們也可以通過(guò)整合自身運(yùn)動(dòng)信息來(lái)更新自身與行程起點(diǎn)之間的空間關(guān)系, 即進(jìn)行路徑整合(李丹, 楊昭寧, 2015; 過(guò)繼成思, 宛小昂, 2014; 周佳樹, 張侃, 2005), 并通過(guò)多個(gè)相互獨(dú)立的路徑整合進(jìn)行空間更新并獲得動(dòng)態(tài)的認(rèn)知地圖(Wang, 2016)。路徑整合所依賴的自身運(yùn)動(dòng)信息可以是來(lái)自于身體內(nèi)部的前庭覺(jué)和本體覺(jué)(Loomis et al., 1993; Sholl, 1989), 即非視覺(jué)路徑整合; 路徑整合也可以依賴于來(lái)自外部環(huán)境的光流(Riecke, van Veen, & Bülthoff, 2002), 即視覺(jué)路徑整合。當(dāng)光流和體感信息同時(shí)存在時(shí), 人們也可以將這兩類自身運(yùn)動(dòng)信息進(jìn)行整合(Ellmore & Mcnaughton, 2004; Kearns, Warren, Duchon, & Tarr, 2002; Wan, Wang, & Crowell, 2010)。個(gè)體對(duì)自身運(yùn)動(dòng)信息進(jìn)行認(rèn)知加工, 主要依賴的腦區(qū)是位于頂葉的內(nèi)上顳區(qū)和頂內(nèi)溝腹側(cè)區(qū)(張弢, 李勝光, 2011)。具體到路徑整合, 右側(cè)顳葉對(duì)非視覺(jué)路徑整合非常重要(Worsley et al., 2001), 海馬和顳中回在視覺(jué)路徑整合中發(fā)揮重要作用(Wolbers, Wiener, Mallot, & Büchel, 2007), 壓部后皮層和海馬旁回在路徑整合的信息加工階段也很關(guān)鍵(Chrastil, Sherrill, Hasselmo, & Stern, 2016)。

人類路徑整合研究常常采用路徑完成(path completion)的范式, 也稱為返回起點(diǎn)任務(wù)(Klatzky et al., 1990; Loomis et al., 1993)。該任務(wù)采用多個(gè)路段組成的外出路徑, 要求被試從起點(diǎn)出發(fā)并行經(jīng)所有路段, 再?gòu)耐獬雎窂降慕K點(diǎn)直線返回起點(diǎn)。也就是說(shuō), 該任務(wù)要求被試通過(guò)路徑整合來(lái)估計(jì)外出路徑終點(diǎn)與起點(diǎn)之間的相對(duì)距離與方向。但是, 被試返回起點(diǎn)的行為表現(xiàn)往往并不完美, 對(duì)距離和方向的估計(jì)都可能出現(xiàn)誤差, 而實(shí)際返回的地點(diǎn)往往并不是外出路徑真正的起點(diǎn)。因此, 路徑整合的準(zhǔn)確性, 經(jīng)常通過(guò)被試進(jìn)行路徑完成任務(wù)時(shí)的位置誤差(即外出路徑的真正起點(diǎn)到被試實(shí)際返回的地點(diǎn)之間的直線距離)來(lái)進(jìn)行衡量。而被試在對(duì)距離和方向進(jìn)行估計(jì)時(shí)也可能存在系統(tǒng)誤差, 即因?yàn)橐环N有偏差的傾向性而導(dǎo)致反應(yīng)的誤差總是沿著一個(gè)方向的, 例如總是高估或總是低估(宛小昂, 2016)。這些系統(tǒng)誤差可以采用符號(hào)距離誤差(signed distance error)和符號(hào)角度誤差(signed angular error)來(lái)進(jìn)行衡量。符號(hào)誤差是被試的實(shí)際反應(yīng)與正確的反應(yīng)之間的差值, 正值表示高估, 而負(fù)值表示低估。

早期的人類路徑整合研究更多感覺(jué)因素對(duì)路徑整合的影響, 而近期研究則揭示了人類路徑整合也受到非感覺(jué)因素的影響。首先, Philbeck和O’Leary (2005)發(fā)現(xiàn)如果讓被試在進(jìn)行非視覺(jué)路徑整合前預(yù)覽并記憶路標(biāo)的位置, 被試在其后進(jìn)行路徑整合時(shí)的反應(yīng)一致性會(huì)顯著提高。Zhao和Warren (2015)的研究也表明, 被試可以通過(guò)整合路標(biāo)和路徑整合提供的信息提高自己行為反應(yīng)中的一致性。因此, 預(yù)覽路標(biāo)幫助被試更加準(zhǔn)確地估計(jì)距離, 而對(duì)路標(biāo)的記憶影響了被試其后進(jìn)行的非視覺(jué)路徑整合。第二, 過(guò)繼成思和宛小昂(2015)讓被試在具有同樣空間結(jié)構(gòu)的外出路徑上反復(fù)地進(jìn)行路徑完成任務(wù), 結(jié)果發(fā)現(xiàn)被試的路徑整合隨著重復(fù)的次數(shù)增加而變得更快、更準(zhǔn)確, 表明了經(jīng)驗(yàn)對(duì)路徑整合的影響。第三, 過(guò)繼成思等人(2019)通過(guò)指導(dǎo)語(yǔ)操縱了被試對(duì)于返回地點(diǎn)的預(yù)知, 結(jié)果表明預(yù)先知道返回地點(diǎn)使被試能夠采取更具有適應(yīng)性的策略, 忽略路標(biāo)出現(xiàn)或數(shù)量增加導(dǎo)致的干擾, 有效地減少工作記憶負(fù)荷, 改善路徑整合的表現(xiàn)。Guo, Huang和Wan (2019)探討了對(duì)外出路徑的選擇權(quán)如何影響路徑整合, 結(jié)果表明能夠自己選擇外出路徑會(huì)改善被試的路徑整合表現(xiàn), 而先前的路徑整合經(jīng)驗(yàn)也會(huì)影響他們?cè)谶x擇外出路徑時(shí)采用的策略。

這些研究均體現(xiàn)了非感覺(jué)因素對(duì)人類路徑整合的促進(jìn)。路徑整合也可能受到了預(yù)期的影響。被試可能存在一種直覺(jué)的判斷, 認(rèn)為如果外出路徑中包含路段個(gè)數(shù)越多, 則終點(diǎn)和起點(diǎn)之間的距離也就有可能更遠(yuǎn)(Wan, Wang, & Crowell, 2012)。但是, 一些研究先后檢驗(yàn)了外出路徑中的路段個(gè)數(shù)對(duì)路徑完成任務(wù)成績(jī)的影響, 卻獲得了不盡一致的結(jié)果。Klatzky等人(1990)請(qǐng)被試進(jìn)行非視覺(jué)路徑完成任務(wù), 結(jié)果表明被試在外出路徑的路段個(gè)數(shù)從一個(gè)上升到三個(gè)時(shí)對(duì)起點(diǎn)方向估計(jì)變得更不準(zhǔn)確, 反應(yīng)時(shí)也隨之增加。但是, Wiener和Mallot (2006)采用虛擬現(xiàn)實(shí)工具請(qǐng)被試進(jìn)行基于光流的視覺(jué)路徑完成任務(wù), 發(fā)現(xiàn)被試在外出路徑包含4或5個(gè)路段時(shí)的指出起點(diǎn)方向比外出路徑包含2或3個(gè)路段時(shí)更快、更準(zhǔn)確。Wan等人(2013)采用虛擬現(xiàn)實(shí)工具讓被試完成基于混合的光流信息和身體感覺(jué)信息的路徑完成任務(wù), 結(jié)果發(fā)現(xiàn)當(dāng)外出路徑包含的路段從少變多時(shí), 被試返回起點(diǎn)的誤差增加了, 而反應(yīng)時(shí)沒(méi)有發(fā)生相應(yīng)的變化。一種可能性是, 研究者為了獲得嚴(yán)格的實(shí)驗(yàn)控制而對(duì)外出路徑進(jìn)行的設(shè)置影響了實(shí)驗(yàn)結(jié)果。Wiener和Mallot (2006)在控制外出路徑的總長(zhǎng)度和旋轉(zhuǎn)的總角度的條件下將路段的個(gè)數(shù)從2個(gè)逐漸增加至5個(gè)。而Wan等(2013)在他們的實(shí)驗(yàn)二中通過(guò)正交的實(shí)驗(yàn)設(shè)計(jì)使包含4個(gè)或8個(gè)路段的外出路徑的終點(diǎn)和起點(diǎn)之間的直線距離(即正確返航距離)為3、6或9米, 使正確返航距離與路段的個(gè)數(shù)無(wú)關(guān)。這些設(shè)置與人們的日常生活經(jīng)驗(yàn)不符。如果被試根據(jù)日常生活經(jīng)驗(yàn)而產(chǎn)生“經(jīng)過(guò)的路段越多則距離起點(diǎn)也越遠(yuǎn)”的預(yù)期(expectation), 而實(shí)驗(yàn)的情形又反復(fù)違背這種預(yù)期(violation of expectation), 就有可能對(duì)被試返回起點(diǎn)的行為產(chǎn)生影響。

預(yù)期指人們對(duì)未來(lái)的事件、情感或結(jié)果的信念與預(yù)測(cè)。對(duì)預(yù)期違背事件的認(rèn)知加工與紋狀體結(jié)構(gòu)有關(guān)(D’Astolfo & Rief, 2017; Garrison,Erdeniz, & Done, 2013), 尤其是右側(cè)殼核(Huang, Wang, Sui, & Wan, 2019)。但是, 目前尚未有實(shí)驗(yàn)研究系統(tǒng)探索過(guò)預(yù)期對(duì)人類路徑整合的影響, 也沒(méi)有檢驗(yàn)過(guò)預(yù)期違背對(duì)返回起點(diǎn)行為的影響。因此, 本研究以虛擬現(xiàn)實(shí)為工具, 操縱被試對(duì)正確返航距離的預(yù)期, 分別設(shè)置符合和違背預(yù)期的實(shí)驗(yàn)條件, 檢驗(yàn)期望如何影響基于混合的光流信息和體感信息的路徑整合。在實(shí)驗(yàn)開始前, 本研究分別給予三組被試不同的指導(dǎo)語(yǔ), 即告知他們實(shí)驗(yàn)中外出路徑包含的路段個(gè)數(shù)與正確返航距離存在正相關(guān)、負(fù)相關(guān)、或無(wú)相關(guān)的關(guān)系。而實(shí)際情況是, 實(shí)驗(yàn)采用正交設(shè)計(jì), 將包含4個(gè)或8個(gè)路段的外出路徑的正確返航距離設(shè)置為不同的水平(5、10、或15米), 即實(shí)驗(yàn)中出現(xiàn)的路段個(gè)數(shù)與正確返航距離之間實(shí)際是無(wú)相關(guān)的。對(duì)于正相關(guān)信念和負(fù)相關(guān)信念這兩組被試, 實(shí)驗(yàn)中會(huì)分別出現(xiàn)明顯的符合違背與違背預(yù)期的情況。具體而言, 對(duì)于正相關(guān)信念組, 4個(gè)路段的外出路徑的正確返航距離很短(5米)與8個(gè)路段的外出路徑的正確返航距離很長(zhǎng)(15米)最符合預(yù)期; 而4個(gè)路段的外出路徑的正確返航距離很長(zhǎng)(15米)與8個(gè)路段的外出路徑的正確返航距離很短(5米)是最明顯的違背預(yù)期。相反, 對(duì)于負(fù)相關(guān)信念組, 4個(gè)路段的外出路徑的正確返航距離很長(zhǎng)(15米)與8個(gè)路段的外出路徑的正確返航距離很短(5米)最符合預(yù)期; 而4個(gè)路段的外出路徑的正確返航距離很短(5米)與8個(gè)路段的外出路徑的正確返航距離很長(zhǎng)(15米)是最明顯的預(yù)期違背。

因此, 本研究的實(shí)驗(yàn)設(shè)計(jì)允許我們比較符合預(yù)期和違背預(yù)期條件下被試的路徑整合成績(jī)。本研究的假設(shè)主要有4個(gè)。首先, 我們假設(shè)被試在預(yù)期違背條件下的路徑整合準(zhǔn)確性低于預(yù)期符合條件下。第二, 當(dāng)被試預(yù)期經(jīng)過(guò)的路段越多則與距離起點(diǎn)的距離也越遠(yuǎn)(即持有正相關(guān)信念)時(shí), 則他們?cè)谕獬雎窂桨?個(gè)路段時(shí)會(huì)比不具有這種預(yù)期的被試(即負(fù)相關(guān)信念組和無(wú)相關(guān)信念組)更加明顯地高估返航距離, 導(dǎo)致路徑整合的錯(cuò)誤增加。第三, 當(dāng)被試預(yù)期經(jīng)過(guò)的路段越多則與距離起點(diǎn)的距離也越近(即持有負(fù)相關(guān)信念)時(shí), 則他們?cè)谕獬雎窂桨?個(gè)路段時(shí)會(huì)比不具有這種預(yù)期的被試(即正相關(guān)信念組和無(wú)相關(guān)信念組)更加明顯地高估返航距離, 導(dǎo)致路徑整合的錯(cuò)誤增加。第四, 當(dāng)被試預(yù)期路段和返航距離之間沒(méi)有關(guān)系(即持有無(wú)相關(guān)信念)時(shí), 由于實(shí)際情況符合他們的預(yù)期, 他們的任務(wù)成績(jī)會(huì)優(yōu)于兩外兩組被試(即正相關(guān)信念組和負(fù)相關(guān)信念組)。

2 方法

2.1 被試

48名清華大學(xué)的學(xué)生參與了本實(shí)驗(yàn), 男女各半。他們的年齡在18至25歲之間, 平均19.8歲, 標(biāo)準(zhǔn)差為1.5歲。每位被試在完成實(shí)驗(yàn)后會(huì)獲得心理學(xué)入門課程的實(shí)驗(yàn)學(xué)分或40元人民幣作為實(shí)驗(yàn)報(bào)酬。我們采用Gpower軟件對(duì)實(shí)驗(yàn)樣本量進(jìn)行估計(jì), 預(yù)期效應(yīng)量為0.25, 而統(tǒng)計(jì)效力1?β為0.95, 則預(yù)計(jì)總樣本為45人。實(shí)際樣本量與計(jì)劃樣本量基本一致。

2.2 儀器和材料

實(shí)驗(yàn)在清華大學(xué)心理學(xué)系的虛擬現(xiàn)實(shí)實(shí)驗(yàn)室進(jìn)行, 實(shí)驗(yàn)采用的設(shè)備是nVisor SX60頭盔式虛擬現(xiàn)實(shí)。頭盔內(nèi)的顯示器的刷新頻率為60 Hz, 分辨率為1280×1024像素, 視野為44°(水平) × 34°(豎直)。被試在實(shí)驗(yàn)中手持羅技F710無(wú)線游戲手柄, 與虛擬場(chǎng)景進(jìn)行交互。本實(shí)驗(yàn)采用的外出路徑參數(shù)通過(guò)Matlab進(jìn)行計(jì)算, 實(shí)驗(yàn)進(jìn)程通過(guò)Vizard軟件來(lái)控制并記錄數(shù)據(jù), 而虛擬場(chǎng)景則通過(guò)3D Studio Max軟件創(chuàng)建并渲染。

本研究參考了Wan等(2013)和過(guò)繼成思等(2015, 2019)對(duì)于虛擬場(chǎng)景的設(shè)置, 采用分段式迷宮作為路徑完成任務(wù)中的外出路徑。每個(gè)外出路徑包括4或8個(gè)路段, 每個(gè)路段長(zhǎng)3或5米, 寬1米, 高2.2米, 兩端為半圓形。前后兩個(gè)路段的夾角在30到150度之間, 而外出路徑的起點(diǎn)和終點(diǎn)之間的直線距離(正確返航距離)為5、10或15米。如圖1所示, 被試從外出路徑的起點(diǎn)(H)出發(fā), 經(jīng)過(guò)包含4個(gè)或8個(gè)路段分別到達(dá)終點(diǎn)E4或E8, 而不同外出路徑的正確返航距離C4和C8是相同的。

圖1 外出路徑的平面俯瞰圖示例。H代表外出路徑的起點(diǎn), E4和E8分別代表包含4個(gè)和8個(gè)路段的外出路徑的終點(diǎn), 而這兩個(gè)外出路徑的正確返航距離是相同的, 即C4 = C8。

計(jì)算機(jī)按照實(shí)驗(yàn)設(shè)置為每個(gè)試次隨機(jī)生成符合上述條件的外出路徑, 包括路段個(gè)數(shù)(4或8個(gè))、正確返航距離(5、10或15米)、路段長(zhǎng)度(3或5米), 以及兩個(gè)路段的夾角(30到150度之間, 順時(shí)針或逆時(shí)針均可)。實(shí)驗(yàn)進(jìn)行過(guò)程中, 每次只向被試呈現(xiàn)一個(gè)路段。每個(gè)試次中呈現(xiàn)的外出路徑均不相同, 且被試在前一個(gè)試次實(shí)際返回的地點(diǎn)則為下一個(gè)試次的起點(diǎn)。當(dāng)被試到達(dá)外出路徑的終點(diǎn)之后, 在被試選擇的方向會(huì)出現(xiàn)100米長(zhǎng)的走廊, 供被試返回起點(diǎn)。外出路徑和返航路徑分別通過(guò)灰色和土黃色的墻紙進(jìn)行區(qū)別。

與過(guò)繼成思等(2015)和(2019)的研究類似, 本實(shí)驗(yàn)由于頭盔式虛擬現(xiàn)實(shí)設(shè)備與空間的限制, 使得被試在本實(shí)驗(yàn)中的直線前進(jìn)是靠按鍵完成虛擬的運(yùn)動(dòng), 因此對(duì)于直線運(yùn)動(dòng)的估計(jì)主要依賴于光流。但是, 被試身體的旋轉(zhuǎn)則是通過(guò)真實(shí)地旋轉(zhuǎn)身體而完成的, 使被試能結(jié)合光流和身體信息兩種信息來(lái)估計(jì)轉(zhuǎn)向。

2.3 設(shè)計(jì)和流程

本研究采用相關(guān)性信念(正相關(guān)、負(fù)相關(guān)、或無(wú)相關(guān)) × 2(路段個(gè)數(shù)：4或8) × 3(正確返航距離：5、10、或15米)的混合設(shè)計(jì)。相關(guān)性信念為組間變量, 路段個(gè)數(shù)和正確返航距離為組內(nèi)變量。被試被隨機(jī)分為三組, 每組男女各半, 在實(shí)驗(yàn)前接受不同的指導(dǎo)語(yǔ)。第一組被試接受的指導(dǎo)語(yǔ)中指出, 路段個(gè)數(shù)與正確返航距離之間存在正相關(guān), 這組被試被稱為正相關(guān)信念組; 第二組被試接受的指導(dǎo)語(yǔ)中指出, 路段個(gè)數(shù)與正確返航距離之間存在負(fù)相關(guān), 這組被試被稱為負(fù)相關(guān)信念組; 第三組被試接受的指導(dǎo)語(yǔ)中指出, 路段個(gè)數(shù)與正確返航距離之間無(wú)相關(guān), 這組被試被稱為無(wú)相關(guān)信念組。每位被試完成24個(gè)試次, 且所有試次以隨機(jī)順序呈現(xiàn)。被試在正式實(shí)驗(yàn)開始前會(huì)進(jìn)行練習(xí), 但實(shí)驗(yàn)的任何階段不對(duì)被試的反應(yīng)正確與否提供反饋。

如圖2所示, 每個(gè)試次開始時(shí), 被試位于外出路徑第一個(gè)路段的起點(diǎn)(見(jiàn)圖2A)。被試通過(guò)按鍵在該路段中以每秒1.5米的速度虛擬前進(jìn)而身體保持不動(dòng), 并在到達(dá)該路段終點(diǎn)后按照面前出現(xiàn)的紅色箭頭指向轉(zhuǎn)動(dòng)身體至面向下一個(gè)路段(見(jiàn)圖2B)。如此反復(fù)進(jìn)行, 直至被試到達(dá)外出路徑的終點(diǎn), 迷宮墻紙的顏色由灰色變?yōu)橥咙S色(見(jiàn)圖2C)。接下來(lái), 任務(wù)要求被試轉(zhuǎn)動(dòng)身體面向外出路徑的起點(diǎn)并按鍵確認(rèn)。一條100米長(zhǎng)的返回路徑會(huì)出現(xiàn)在被試選擇的方向(見(jiàn)圖2D), 然后被試通過(guò)按鍵在該路徑中虛擬地前進(jìn), 直至到達(dá)他所認(rèn)為的起點(diǎn)位置并按鍵確認(rèn)。因此, 被試通過(guò)光流信息感知運(yùn)動(dòng)的距離, 而通過(guò)光流信息和體感信息感知旋轉(zhuǎn), 并以這些自身運(yùn)動(dòng)信息為基礎(chǔ)進(jìn)行路徑整合。

2.4 數(shù)據(jù)編碼

一方面, 本實(shí)驗(yàn)主要通過(guò)位置誤差來(lái)衡量路徑整合的準(zhǔn)確性, 并同時(shí)分析反應(yīng)時(shí)以探明準(zhǔn)確率——速度權(quán)衡的影響。位置誤差指被試實(shí)際回到的位置和外出路徑起點(diǎn)位置之間的直線距離, 這個(gè)距離越小則表明被試實(shí)際到達(dá)的地點(diǎn)越接近起點(diǎn), 即路徑完成的成績(jī)?cè)胶谩Ａ硪环矫? 本實(shí)驗(yàn)也通過(guò)符號(hào)距離誤差和符號(hào)角度誤差來(lái)衡量路徑整合的系統(tǒng)誤差。其中, 符號(hào)距離誤差是被試的反應(yīng)距離(返航時(shí)實(shí)際行進(jìn)的距離)和正確返航距離之間的差值, 正值說(shuō)明被試高估了距離, 而負(fù)值說(shuō)明低估了距離。而符號(hào)角度誤差則是被試的實(shí)際轉(zhuǎn)向(到達(dá)外出路徑終點(diǎn)后旋轉(zhuǎn)身體以面向起點(diǎn)的轉(zhuǎn)向角度)與正確轉(zhuǎn)向(要準(zhǔn)確返回起點(diǎn)應(yīng)該轉(zhuǎn)向的角度)之間的差值, 正值說(shuō)明高估了轉(zhuǎn)向, 而負(fù)值說(shuō)明低估了轉(zhuǎn)向。

3 結(jié)果

本實(shí)驗(yàn)中所有被試均完成了全部實(shí)驗(yàn), 但有一位被試在某一實(shí)驗(yàn)條件下的試次全部無(wú)效, 因此其數(shù)據(jù)沒(méi)有納入分析; 其他被試在個(gè)別試次中因提前誤按反應(yīng)鍵(距離或方向反應(yīng)為0)而導(dǎo)致數(shù)據(jù)無(wú)效, 這些無(wú)效試次沒(méi)有納入數(shù)據(jù)分析, 占總數(shù)據(jù)量的6.3%。

圖2 虛擬場(chǎng)景與路徑完成任務(wù)流程示意圖。(A)試次開始時(shí)被試面向第一個(gè)路段; (B)被試到達(dá)第一個(gè)路段的末端并按照提示箭頭向左旋轉(zhuǎn); (C)被試行經(jīng)所有路段后到達(dá)外出路徑的終點(diǎn), 此時(shí)迷宮墻紙改變顏色; (D)被試做出方向反應(yīng)后, 一條長(zhǎng)走廊出現(xiàn)在其所選方向供被試做出距離反應(yīng)。

3.1 路徑完成準(zhǔn)確性的基本結(jié)果

各種實(shí)驗(yàn)條件下的平均位置誤差和反應(yīng)時(shí)如圖3所示, 誤差線表示標(biāo)準(zhǔn)誤。首先, 我們對(duì)平均誤差數(shù)據(jù)和反應(yīng)時(shí)數(shù)據(jù)進(jìn)行了相關(guān)性信念(路段個(gè)數(shù)與正確返航距離之間正相關(guān)、負(fù)相關(guān)、或無(wú)相關(guān)) × 2(路段個(gè)數(shù)：4或8) × 3(正確返航距離：5、10、或15米)的混合方差分析, 其中相關(guān)性信念為組間變量, 路段數(shù)和正確返航距離為組內(nèi)變量。路段個(gè)數(shù)在位置誤差上的主效應(yīng)顯著,(1, 44) = 84.96,< 0.001, η= 0.66, 但是路段個(gè)數(shù)與相關(guān)性信念之間的交互作用也在位置誤差上顯著,(2, 44) = 3.57,= 0.04, η= 0.14。正確返航距離的主效應(yīng)也在位置誤差上顯著,(2, 88) = 25.56,< 0.001, η= 0.37。經(jīng)Bonferroni校正后的成對(duì)比較表明, 被試的位置誤差在正確距離為5米時(shí)最小(12.1 m),s > 6.03,s < 0.001, Cohen’ss > 0.87, 差異的95% CI分別為 [1.3, 3.2]和[1.8, 4.3] ; 而后兩種條件下的位置誤差(14.4 m和15.2 m)之間沒(méi)有顯著差異,(46) = 1.64,= 0.11。其他主效應(yīng)或交互作用在位置誤差數(shù)據(jù)上均未達(dá)到顯著水平,s < 2.69,s > 0.08, 且任何主效應(yīng)或交互作用在反應(yīng)時(shí)數(shù)據(jù)上均不顯著,s < 2.51,s > 0.08。

圖3 不同路段個(gè)數(shù)和正確返航距離的外出路徑的平均位置誤差和反應(yīng)時(shí)

為了解釋路段個(gè)數(shù)與相關(guān)性信念在位置誤差數(shù)據(jù)上的交互作用, 我們合并了不同正確返航距離條件下的數(shù)據(jù), 然后對(duì)每種路段個(gè)數(shù)進(jìn)行相關(guān)性信念的簡(jiǎn)單效應(yīng)分析。當(dāng)外出路徑包含4個(gè)路段時(shí), 相關(guān)性信念的主效應(yīng)不顯著,(2, 44) = 1.32,= 0.28。當(dāng)外出路徑包括8個(gè)路段時(shí), 相關(guān)性信念的主效應(yīng)顯著,(2, 44) = 3.49,= 0.04, η= 014。經(jīng)Bonferroni校正后的成對(duì)比較表明, 正相關(guān)信念組的位置誤差(20.7 m)顯著大于負(fù)相關(guān)信念組(14.1 m),(29) = 2.19,= 0.05, Cohen’s= 0.59, 差異的95% CI為 [0.0, 13.3], 而無(wú)相關(guān)信念組的位置誤差(15.4 m)與另外兩組之間的差異均不顯著,s < 1.12,s > 0.14。

3.2 預(yù)期對(duì)路徑完成準(zhǔn)確性的影響

如前文所述, 4個(gè)路段的外出路徑的正確返航距離很短(5米)與8個(gè)路段的外出路徑的正確返航距離很長(zhǎng)(15米)最符合正相關(guān)信念組的預(yù)期, 卻最為明顯地違背負(fù)相關(guān)信念組的預(yù)期; 4個(gè)路段的外出路徑的正確返航距離很長(zhǎng)(15米)與8個(gè)路段的外出路徑的正確返航距離很短(5米)明顯違背預(yù)期正相關(guān)信念組的預(yù)期, 卻最符合負(fù)相關(guān)信念組的預(yù)期。因此, 我們對(duì)正相關(guān)信念組和負(fù)相關(guān)信念組在正確返航距離為5米和15米時(shí)的位置誤差和反應(yīng)時(shí)數(shù)據(jù)進(jìn)行了重新編碼、合并, 結(jié)果如圖4所示, 誤差線表示標(biāo)準(zhǔn)誤。我們對(duì)這些數(shù)據(jù)進(jìn)行2(路段個(gè)數(shù)：4或8) × 2(預(yù)期：符合或違背)的重復(fù)測(cè)量方差分析。預(yù)期的主效應(yīng)在位置誤差上顯著,(1, 30) = 5.51,= 0.026, η= 0.16, 表明位置誤差在預(yù)期違背時(shí)(14.9 m)顯著大于符合預(yù)期時(shí)(13.4 m), 差異的95% CI為 [0.2, 2.8] 。路段個(gè)數(shù)的主效應(yīng)在位置誤差上也顯著,(1, 30) = 41.29,< 0.001, η= 0.58, 表明位置誤差在經(jīng)8個(gè)路段后(17.2 m)顯著大于經(jīng)4個(gè)路段后(11.2 m), 差異的95% CI為 [4.1, 7.9] 。但是, 預(yù)期與路段個(gè)數(shù)的交互作用在位置誤差上不顯著,(1, 30) = 0.02,= 0.89。任何主效應(yīng)或交互作用在反應(yīng)時(shí)數(shù)據(jù)上也均不顯著,s < 0.17,s > 0.68。

3.3 路徑完成系統(tǒng)誤差的基本結(jié)果

各種實(shí)驗(yàn)條件下的平均符號(hào)距離誤差和符號(hào)角度誤差如圖5所示, 誤差線表示標(biāo)準(zhǔn)誤。

我們對(duì)符號(hào)距離誤差和符號(hào)角度誤差的數(shù)據(jù)進(jìn)行了相關(guān)性信念 × 路段個(gè)數(shù) × 正確返航距離的混合方差分析。對(duì)于符號(hào)距離誤差而言, 路段個(gè)數(shù)的主效應(yīng)顯著,(1, 44) = 35.84,< 0.001, η= 0.45, 正確返航距離的主效應(yīng)顯著,(2, 88) = 187.79,< 0.001, η= 0.81, 路段個(gè)數(shù)與正確返航距離之間的交互作用顯著,(2, 88) = 9.17,< 0.001, η= 0.17, 而且路段個(gè)數(shù)與相關(guān)性信念之間的交互作用也顯著,(2, 44) = 10.67,< 0.001, η= 0.33。對(duì)于符號(hào)角度誤差而言, 路段個(gè)數(shù)的主效應(yīng)顯著,(1, 44) = 18.04,< 0.001, η= 0.29。被試在外出路徑包括4個(gè)路段(18 deg)和8個(gè)路段(43 deg)時(shí)均高估了轉(zhuǎn)向(符號(hào)誤差顯著大于0),s > 4.69,s < 0.001, Cohen’ss > 1.38, 而這種高估傾向在外出路徑包含8個(gè)路段更大,(46) = 4.31,< 0.001, Cohen’s= 1.27, 差異的95% CI為[13, 36]。正確返航距離的主效應(yīng)在符號(hào)角度誤差上也顯著,(2, 88) = 13.65,< 0.001, η= 0.24。被試在正確返航為5米(40 deg)、10米(39 deg)、15米(13 deg)時(shí)均高估了轉(zhuǎn)向,s > 3.35,s < 0.01, Cohen’ss > 0.99。這種高估轉(zhuǎn)向的傾向在正確距離為5米或10米時(shí)比15米時(shí)更大,s > 4.81,s < 0.001, Cohen’ss > 1.41, 差異的95% CI分別為 [13, 41]和[13, 39], 而正確距離為5米和10米時(shí)這種高估的趨勢(shì)差異不顯著,(46) = 0.15,> 0.99。其他主效應(yīng)或交互作用均不顯著,s < 0.97,s > 0.43。

圖4 正相關(guān)信念組和負(fù)相關(guān)信念組在符合和違背預(yù)期條件下的平均位置誤差和反應(yīng)時(shí)

圖5 不同路段個(gè)數(shù)和正確返航距離的外出路徑的平均符號(hào)距離誤差和符號(hào)角度誤差。

為了解釋路段個(gè)數(shù)與相關(guān)性信念在符號(hào)距離誤差數(shù)據(jù)上的交互作用, 我們合并了不同正確返航距離的數(shù)據(jù), 然后對(duì)每種路段個(gè)數(shù)進(jìn)行了相關(guān)性信念的簡(jiǎn)單效應(yīng)分析。當(dāng)外出路徑包含4個(gè)路段時(shí), 相關(guān)性信念的主效應(yīng)不顯著,(2, 44) = 2.29,= 0.11。當(dāng)外出路徑包括8個(gè)路段時(shí), 相關(guān)性信念的主效應(yīng)顯著,(2, 44) = 6.22,= 0.004, η= 022。正相關(guān)信念組(10.2 m)和無(wú)相關(guān)信念組(3.0 m)均高估返回距離,s > 3.70,s < 0.01, Cohen’ss > 1.91, 而且前者的高估傾向更略為明顯,(30) = 2.13,= 0.06, Cohen’s= 0.80, 差異的95% CI為 [0.3, 12.5]。負(fù)相關(guān)信念組則沒(méi)有表現(xiàn)出顯著的高估傾向,(14) = 0.78,= 0.45。

為了解釋路段個(gè)數(shù)與正確返航距離在符號(hào)距離誤差數(shù)據(jù)上的交互作用, 我們合并了三組被試的數(shù)據(jù), 然后對(duì)每種路段個(gè)數(shù)進(jìn)行了正確返航距離的簡(jiǎn)單效應(yīng)分析。當(dāng)外出路徑包括4個(gè)路段時(shí), 正確返航距離的主效應(yīng)顯著,(2, 92) = 75.26,< 0.001, η= 0.62。被試在正確返航距離為5米時(shí)高估距離(4.4 m),(46) = 6.25,< 0.001, Cohen’s= 1.84; 在正確返航距離為15米時(shí)低估距離(?2.3 m),(46) = 2.67,= 0.01, Cohen’s= 0.79; 而在正確返航距離為10米時(shí)(1.3 m)表現(xiàn)出高估的趨勢(shì)但沒(méi)有達(dá)到顯著水平,(46) = 1.78,= 0.08。當(dāng)外出路徑包括8個(gè)路段時(shí), 正確返航距離的主效應(yīng)顯著,(2, 92) = 154.49,< 0.001, η= 0.77。被試在正確返航距離為5米(9.8 m)和10米(5.3 m)時(shí)高估距離,s > 4.25,s < 0.001, Cohen’ss > 1.25, 而且在正確返航距離為5米時(shí)這種高估的趨勢(shì)更大,(46) = 6.99,< 0.001, Cohen’s= 1.02, 差異的95% CI為 [3.2, 5.7]; 被試在正確距離為15米(0.0 m)時(shí)則沒(méi)有表現(xiàn)出顯著的高估,(46) = 0.02,> 0.99.

3.4 預(yù)期對(duì)路徑完成系統(tǒng)誤差的影響

和前文中對(duì)于路徑完成準(zhǔn)確性的分析一樣, 我們也對(duì)正相關(guān)信念組和負(fù)相關(guān)信念組在正確返航距離為5米和15米時(shí)的符號(hào)距離誤差和符號(hào)角度誤差數(shù)據(jù)進(jìn)行了重新編碼、合并。結(jié)果如圖6所示, 誤差線表示標(biāo)準(zhǔn)誤。我們對(duì)這些數(shù)據(jù)進(jìn)行2(路段個(gè)數(shù)：4或8) × 2(預(yù)期：符合或違背)的重復(fù)測(cè)量方差分析。路段個(gè)數(shù)的主效應(yīng)在符號(hào)距離誤差上顯著,(1, 30) = 9.58,= 0.004, η= 0.24, 表明被試在外出路徑包括8個(gè)路段(5.6 m)時(shí)比4個(gè)路段(1.9 m)時(shí)更顯著地高估距離。對(duì)于符號(hào)角度誤差而言, 路段個(gè)數(shù)的主效應(yīng)顯著,(1, 30) = 6.45,= 0.017, η= 0.18, 但預(yù)期與路段個(gè)數(shù)的交互作用也顯著,(1, 30) = 22.06,< 0.001, η= 0.42。其他主效應(yīng)或交互作用均不顯著,s < 0.34,s > 0.56。

為了解釋路段個(gè)數(shù)與預(yù)期在符號(hào)角度誤差上的交互作用, 我們對(duì)預(yù)期情況進(jìn)行了路段個(gè)數(shù)的簡(jiǎn)單效應(yīng)分析。被試在符合預(yù)期時(shí)對(duì)包括4個(gè)路段(27 deg)和8個(gè)路段(19 deg)的外出路徑均高估了轉(zhuǎn)向,s > 2.37,s < 0.03, Cohen’ss > 0.86, 但是高估的程度彼此相當(dāng),(1, 30) = 0.46,= 0.50。在預(yù)期違背時(shí), 路段個(gè)數(shù)的主效應(yīng)顯著,(1, 30) = 24.85,< 0.001, η= 0.45。被試在外出路徑包括8個(gè)路段時(shí)高估轉(zhuǎn)向(53 deg),(30) = 6.73,< 0.001, Cohen’s= 2.46, 而在外出路徑包括4個(gè)路段時(shí)則不存在這種傾向 (?1 deg),(30) = 0.09,= 0.93。

圖6 正相關(guān)信念組和負(fù)相關(guān)信念組在符合和違背預(yù)期條件下的平均符號(hào)距離誤差和符號(hào)角度誤差

4 討論

4.1 預(yù)期對(duì)路徑整合的影響

本研究通過(guò)在實(shí)驗(yàn)開始前給予關(guān)于路段個(gè)數(shù)與正確返航距離之間相關(guān)性的指導(dǎo)語(yǔ), 操縱了被試對(duì)正確返航距離的預(yù)期。組內(nèi)比較的結(jié)果表明, 被試返回起點(diǎn)的準(zhǔn)確性在實(shí)際情形違背預(yù)期時(shí)比符合預(yù)期時(shí)更低, 支持本研究的假設(shè)一。組間比較的結(jié)果表明, 正相關(guān)信念組在經(jīng)過(guò)8個(gè)路段后比負(fù)相關(guān)信念組表現(xiàn)出更大的位置誤差, 部分支持本研究的假設(shè)二。將組間比較和組內(nèi)比較的結(jié)果結(jié)合起來(lái)看, 如果個(gè)體預(yù)期經(jīng)過(guò)的路段越多則與距離起點(diǎn)的距離也越遠(yuǎn)(即持有正相關(guān)信念), 則個(gè)體面對(duì)復(fù)雜的外出路徑時(shí)會(huì)高估的路徑整合的錯(cuò)誤就會(huì)增加。本研究分析系統(tǒng)誤差的結(jié)果表明, 被試在正確返航距離較小時(shí)容易高估返航距離, 而在正確返航距離較大時(shí)有可能會(huì)低估返航距離, 這與前人的研究結(jié)果是一致的(Loomis et al., 1993)。但是, 正相關(guān)信念組在面對(duì)正確返航距離很大的復(fù)雜外出路徑時(shí), 仍會(huì)表現(xiàn)出顯著的高估距離傾向, 這可能是他們路徑整合錯(cuò)誤增加的主要原因。

這一研究結(jié)果體現(xiàn)了非感知覺(jué)因素對(duì)于人類路徑整合的影響, 而這些非感知覺(jué)因素不僅包括本研究探討的預(yù)期, 也包括文獻(xiàn)中已涉及的記憶(Philbeck & O’Leary, 2005)、先前經(jīng)驗(yàn)(過(guò)繼成思, 宛小昂, 2015)、對(duì)目標(biāo)的預(yù)知(過(guò)繼成思等, 2019)、選路策略(Guo et al., 2019)等因素。關(guān)于空間巡航中貝葉斯知覺(jué)(Bayesian perception)的研究也表明, 巡航者可以把不同來(lái)源的信息進(jìn)行整合并給予不同的權(quán)重, 當(dāng)不同的線索之間差異較小時(shí)將結(jié)合這些線索做出空間判斷, 而在不同的線索之間差異較大時(shí)則只依賴其中一種線索(Cheng, Shettleworth, Huttenlocher, & Rieser, 2007)。個(gè)體對(duì)于未來(lái)將要發(fā)生的情況的預(yù)期并不一定得到現(xiàn)實(shí)的驗(yàn)證(Loewenstein & Schkade, 1999), 而且個(gè)體對(duì)預(yù)期與實(shí)際情況之間差異的認(rèn)識(shí)影響了人們的認(rèn)知加工(Hovland, Harvey, & Sherif, 1957), 當(dāng)實(shí)際體驗(yàn)與預(yù)期差異較小時(shí)個(gè)體有可能會(huì)將體驗(yàn)向預(yù)期進(jìn)行同化(assimilation), 而在二者差異較大時(shí)個(gè)體才有可能意識(shí)到自己的預(yù)期已經(jīng)被打破了, 并且預(yù)期與實(shí)際情況并不相符合。因此, 本實(shí)驗(yàn)中存在的一種可能性是, 當(dāng)外出路徑包含的路段較少時(shí)(即4個(gè)路段), 個(gè)體可能會(huì)通過(guò)一定的試次, 例如正相關(guān)信念組在體驗(yàn)了幾次包含4個(gè)外出路段但是正確返航距離特別長(zhǎng)(15米)或負(fù)相關(guān)信念組在體驗(yàn)了包含4個(gè)外出路段但是正確返航距離特別短(5米)之后, 而意識(shí)到自己對(duì)于正確返航距離的預(yù)期已經(jīng)被反復(fù)打破, 并因此就不再依賴預(yù)期作出行為反應(yīng)。相較而言, 當(dāng)外出路徑包含的路段較多時(shí), 如此復(fù)雜的任務(wù)帶來(lái)的工作記憶負(fù)載可能使個(gè)體很難意識(shí)到預(yù)期已被反復(fù)打破, 而返回起點(diǎn)的行為也因此更多地受到預(yù)期的影響。

另一方面, 如果個(gè)體預(yù)期經(jīng)過(guò)的路段越多則與距離起點(diǎn)的距離反而越近(即持有負(fù)相關(guān)信念), 則個(gè)體在面對(duì)包括8個(gè)路段的復(fù)雜外出路徑時(shí)沒(méi)有表現(xiàn)出對(duì)于距離的高估傾向, 表現(xiàn)出比正相關(guān)信念組更好的路徑整合成績(jī); 但是這種組間差異在外出路徑包含4個(gè)路段時(shí)并不顯著, 這樣的結(jié)果并不支持我們的研究假設(shè)三。一種可能性是, 這種由實(shí)驗(yàn)指導(dǎo)語(yǔ)操縱而產(chǎn)生的預(yù)期與負(fù)相關(guān)信念組基于日常生活經(jīng)驗(yàn)而產(chǎn)生的預(yù)期背道而馳, 相互抵消; 而另一種可能性是, 在任務(wù)開始前給予負(fù)相關(guān)的指導(dǎo)語(yǔ)就可能已經(jīng)打破了他們基于日常生活經(jīng)驗(yàn)而產(chǎn)生的預(yù)期, 使他們?cè)趯?shí)驗(yàn)中較少依賴預(yù)期做出反應(yīng)。而無(wú)相關(guān)信念組的被試在實(shí)驗(yàn)前就已經(jīng)被明確告知實(shí)驗(yàn)中的路段個(gè)數(shù)與正確返航距離無(wú)關(guān), 這是最符合實(shí)驗(yàn)的真實(shí)情況的。但是, 無(wú)相關(guān)信念組在路徑完成任務(wù)中的表現(xiàn)并沒(méi)有顯著優(yōu)于另外兩組被試, 而且和另兩組被試一樣受到路段個(gè)數(shù)和正確返回距離等外出路徑特點(diǎn)的影響。這樣的結(jié)果與我們的研究假設(shè)四并不一致, 說(shuō)明感知覺(jué)因素和非感知覺(jué)因素均會(huì)對(duì)路徑整合產(chǎn)生影響, 即使持有符合事實(shí)的預(yù)期也無(wú)法消除感知覺(jué)因素對(duì)路徑整合的影響。

4.2 路段個(gè)數(shù)對(duì)路徑整合的影響

本研究的結(jié)果也表明, 外出路徑所包括的路段個(gè)數(shù)的增加會(huì)損害被試返回起點(diǎn)的準(zhǔn)確性, 但不影響被試的反應(yīng)時(shí)。當(dāng)外出路徑包含的路段從4個(gè)增加至8個(gè)時(shí), 被試返回起點(diǎn)的位置誤差增加, 符號(hào)距離誤差減小, 符號(hào)角度誤差增加, 而反應(yīng)時(shí)沒(méi)有發(fā)生顯著的變化。值得注意的是, Wan等(2013)的實(shí)驗(yàn)二采用包含4或8個(gè)路段的外出路徑并將正確返航距離設(shè)置為3、6或9米, 結(jié)果表明路段個(gè)數(shù)增加時(shí), 位置誤差隨之增加, 符號(hào)距離誤差減小, 而反應(yīng)時(shí)和符號(hào)角度誤差不受影響。兩個(gè)研究關(guān)于位置誤差、符號(hào)距離誤差、反應(yīng)時(shí)的結(jié)果一致, 而符號(hào)角度誤差上的結(jié)果則不一致。本研究與該實(shí)驗(yàn)中, 被試均依賴于光流來(lái)估計(jì)自身的直線前進(jìn), 而結(jié)合光流和身體感覺(jué)信息來(lái)估計(jì)自身的轉(zhuǎn)動(dòng), 但是該實(shí)驗(yàn)采用的是視角更大、沉浸感更高的虛擬立方體(virtual reality cube), 而本實(shí)驗(yàn)采用的是頭盔式虛擬現(xiàn)實(shí), 這種差異也許是符號(hào)角度誤差結(jié)果上有差異的根源之一。兩個(gè)研究的結(jié)果一致表明了外出路徑的路段個(gè)數(shù)對(duì)基于內(nèi)外部自身運(yùn)動(dòng)信息的路徑整合的影響。

路段個(gè)數(shù)的增加而反應(yīng)時(shí)并不增加, 表明被試可能在途徑外出路徑的同時(shí)就以在線加工的方式連續(xù)地更新了自身與起點(diǎn)之間的空間關(guān)系, 而不是等最后到達(dá)外出終點(diǎn)時(shí)再計(jì)算起點(diǎn)的方向及距離自己終點(diǎn)的距離。這里需要指出的是, 為了進(jìn)行路徑完成任務(wù), 個(gè)體可以建立以自身為參照系的空間表征并以此為基礎(chǔ)進(jìn)行非結(jié)構(gòu)式的空間更新(nonconfigural updating), 也可能建立以環(huán)境為參照系的空間表征并以此為基礎(chǔ)進(jìn)行結(jié)構(gòu)式的空間更新(configural updating), 而這兩種類型的空間更新都可以支持路徑整合的進(jìn)行(He & McNamara, 2018; Wiener, Berthoz, & Wolbers, 2011)。在非結(jié)構(gòu)式的空間更新中, 人們?cè)谶\(yùn)動(dòng)的過(guò)程中一直跟蹤記錄自身與外出路徑起點(diǎn)之間的空間關(guān)系, 而這一過(guò)程并不一定需要對(duì)外出路徑建立詳細(xì)的內(nèi)部表征(Wan, Wang, & Crowell, 2012)。相較而言, 結(jié)構(gòu)式的空間更新則需要個(gè)體對(duì)外出路徑進(jìn)行詳細(xì)的內(nèi)部表征(Klatzky, Loomis, & Golledge, 1997)。

但是, 對(duì)于復(fù)雜的外出路徑建立并保持內(nèi)部表征非常困難, 對(duì)工作記憶的要求也非常高。從圖1所示的外出路徑例圖可見(jiàn), 本研究中空間環(huán)境的復(fù)雜多變性導(dǎo)致整個(gè)外出路徑的路型(configuration)可能是巡回曲折的, 行經(jīng)這樣的路徑就好像是在“兜圈子”, 而且經(jīng)過(guò)的路段個(gè)數(shù)多并不一定意味著距離起點(diǎn)的距離就會(huì)更遠(yuǎn)。對(duì)于復(fù)雜的外出路徑, 連續(xù)地進(jìn)行非結(jié)構(gòu)式的空間更新可能是一種更為經(jīng)濟(jì)的方式(宛小昂, 2016)。采用這種非構(gòu)型式的空間更新, 允許人們可以不對(duì)行經(jīng)的路線進(jìn)行內(nèi)部表征、不必確認(rèn)當(dāng)前的具體位置, 而仍然好似“迷途知返”一般從當(dāng)前的位置返回整個(gè)行程的起點(diǎn)。

當(dāng)然, 本研究也存在一些值得探討的問(wèn)題。首先, 本研究通過(guò)指導(dǎo)語(yǔ)而操縱被試對(duì)于正確返航距離的預(yù)期, 但是無(wú)法排除被試因需求特征等因素而不一定被指導(dǎo)語(yǔ)所左右。未來(lái)研究也可探討被試基于時(shí)間的預(yù)期(如“出發(fā)的時(shí)間越長(zhǎng)而距離起點(diǎn)的距離就越遠(yuǎn)”)對(duì)路徑整合的影響。第二, 當(dāng)Wan等(2013)要求被試在虛擬立方體中進(jìn)行路徑整合時(shí), 即使外出路徑包含12個(gè)路段, 被試仍然可以更新自身與起點(diǎn)之間的空間關(guān)系; 而過(guò)繼成思等(2015, 2019)采用頭盔式虛擬現(xiàn)實(shí)的研究表明被試在包含5個(gè)路段的外出路徑上也可以進(jìn)行路徑整合。相比之下, 本研究將外出路徑的復(fù)雜程序進(jìn)一步提高到8個(gè)路段, 任務(wù)難度較大, 導(dǎo)致被試返回起點(diǎn)時(shí)的位置誤差也比較大, 尤其是當(dāng)正確返航距離為5米時(shí)非常明顯地高估了該距離。但是, 本實(shí)驗(yàn)的結(jié)果表明被試仍然可以在一定程度上對(duì)空間關(guān)系進(jìn)行更新。第三, 本實(shí)驗(yàn)中被試依賴于光流來(lái)估計(jì)自身的直線前進(jìn)而結(jié)合光流和身體感覺(jué)信息來(lái)估計(jì)自身的轉(zhuǎn)動(dòng), 因此將本研究的結(jié)果推論至其他類型的路徑整合則需要謹(jǐn)慎, 其他空間巡航任務(wù)中的預(yù)期效應(yīng)也需要進(jìn)一步的研究來(lái)驗(yàn)證。

總而言之, 本研究的結(jié)果表明了期望對(duì)路徑整合的影響, 揭示了人類路徑整合的高度適應(yīng)性和策略性。未來(lái)研究可進(jìn)一步探索預(yù)期等非感知覺(jué)因素影響視覺(jué)路徑整合的神經(jīng)機(jī)制, 尤其是空間巡航任務(wù)中個(gè)體對(duì)預(yù)期違背事件的認(rèn)知加工是否仍與紋狀體結(jié)構(gòu)有關(guān)(D’Astolfo & Rief, 2017; Garrison et al., 2013; Huang et al., 2019)。未來(lái)研究亦可探討預(yù)期如何影響空間巡航任務(wù)中認(rèn)知資源的分配, 檢驗(yàn)工作記憶對(duì)這類預(yù)期效應(yīng)的影響并探討個(gè)體差異(Arnold, Burles, Bray, Levy, & Iaria, 2014)。

Arnold, A. E. G. F., Burles, F., Bray, S., Levy, R. M., & Iaria, G. (2014). Differential neural network configuration during human path integration.,, 263.

Cheng, K., Shettleworth, S. J., Huttenlocher, J., & Rieser, J. (2007). Bayesian integration of spatial information.(4), 625?637.

Chrastil, E. R., Sherrill, K. R., Hasselmo, M. E., & Stern, C. E. (2016). Which way and how far? Tracking of translation and rotation information for human path integration.(10)3636–3655.

D’Astolfo, L., & Rief, W. (2017). Learning about expectation violation from prediction error paradigms: A meta-analysis on brain processes following a prediction error.,, 1253.

Ellmore, T. M., & Mcnaughton, B. L. (2004). Human path integration by optic flow.(3), 255?272.

Garrison, J., Erdeniz, B., & Done, J. (2013). Prediction error in reinforcement learning: A meta-analysis of neuroimaging studies.,(7), 1297–1310.

Guo, J. C. S., Huang, J. P., & Wan, X. A. (2019). Influence of route decision-making and experience on human path integration., 66–72.

Guo, J. C. S., Huang, J. P., & Wan, X. A. (2019). The influence of target knowledge on path integration.,(2), 188–195.

[過(guò)繼成思, 黃建平, 宛小昂. (2019). 目標(biāo)預(yù)知對(duì)路徑整合的影響.(2), 188–195。]

Guo, J. C. S., & Wan, X. A. (2014). Psychological and neural mechanisms of human path integration.494–498.

[過(guò)繼成思, 宛小昂. (2014). 人類路徑整合的心理機(jī)制與神經(jīng)基礎(chǔ).(2)494–498。]

Guo, J. C. S., & Wan, X. A. (2015). The effect of learning in virtual path integration.(6)711–720.

[過(guò)繼成思, 宛小昂. (2015). 虛擬路徑整合的學(xué)習(xí)效應(yīng).(6)711–720。]

He, Q., & McNamara, T. P. (2018). Spatial updating strategy affects the reference frame in path integration.,(3), 1073–1079.

Hovland, C. I., Harvey, O. J., & Sherif, M. (1957). Assimilationand contrast effects in reactions to communication and attitude change.(2), 244–252.

Huang, J., Wang, F., Sui, J., & Wan, X. (2019). Functional and structural basis of the color-flavor incongruency effect in visual search.,, 66?74.

Kearns, M. J., Warren, W. H., Duchon, A. P., & Tarr, M. J. (2002). Path integration from optic flow and body senses in a homing task.(3), 349–374.

Klatzky, R. L., Loomis, J. M., & Golledge, R. G. (1997). Encoding spatial representations through nonvisually guided locomotion: Tests of human path integration., 41–84.

Klatzky, R. L., Loomis, J. M., Golledge, R. G., Cicinelli, J. G., Doherty, S., & Pellegrino, J. W. (1990). Acquisition of route and survey knowledge in the absence of vision.(1), 19–43.

Li, D., & Yang, Z. N. (2015). Spatial navigation: The relationship between landmark learning and path integration.(10)1755?1762.

[李丹, 楊昭寧 (2015). 空間導(dǎo)航: 路標(biāo)學(xué)習(xí)和路徑整合的關(guān)系.,(10), 1755?1762.]

Loewenstein, G., & Schkade, D. (1999). Wouldn’t it be nice? Predicting future feelings. In D. Kahneman, E. Diener E, & N. Schwarz (Eds.),(pp. 85?105). New York, NY, US: Russell Sage Foundation.

Loomis, J. M., Klatzky, R. L., Golledge, R. G., Cicinelli, J. G., Pellegrino, J. W., & Fry, P. A. (1993). Nonvisual navigation by blind and sighted: assessment of path integration ability.,(1), 73–91.

Philbeck, J. W., & O’Leary, S. (2005). Remembered landmarks enhance the precision of path integration.,(1), 7–24.

Riecke, B. E., van Veen, H. A. H. C., & Bülthoff, H. H. (2002). Visual homing is possible without landmarks: A path integration study in Virtual Reality.(5), 443–473.

Sholl, M. J. (1989). The relation between horizontality, and rod-and-frame, and vestibular navigational performance.(1), 110?125.

Wan, X. (2016).Hangzhou: Zhejiang University Press.

[宛小昂. (2016).. 杭州：浙江大學(xué)出版社.]

Wan, X., Wang, R. F., & Crowell, J. A. (2010). The effect of active selection in human path integration.(11), 25.

Wan, X., Wang, R. F., & Crowell, J. A. (2012). The effect of landmarks in human path integration.,(1), 7–12.

Wan, X., Wang, R. F., & Crowell, J. A. (2013). Effects of basic path properties on human path integration.(1)79–101.

Wang, R. F. (2016). Building a cognitive map by assembling multiple path integration.(3)692–702.

Wiener, J. M., Berthoz, A., & Wolbers, T. (2011). Dissociable cognitive mechanisms underlying human path integration.(1)61–71.

Wiener, J. M., & Mallot, H. A. (2006). Path complexity does not impair visual path integration.(4), 333–346.

Wolbers, T., Wiener, J. M., Mallot, H. A., & Büchel, C. (2007). Differential recruitment of the hippocampus, medial prefrontal cortex, and the human motion complex during path integration in humans.(35), 9408?9416.

Worsley, C. L., Recce, M., Spiers, H. J., Marley, J., Polkey, C. E., & Morris, R. G. (2001). Path integration following temporal lobectomy in humans.(5), 452?464.

Zhang, T., & Li, S. G. (2011). Neural mechanism of self-motion perception.(10), 1405?1416.

[張弢, 李勝光. (2011). 自身運(yùn)動(dòng)認(rèn)知的神經(jīng)機(jī)制.(10), 1405?1416.]

Zhao, M., & Warren, W. H. (2015). How you get there from here: Interaction of visual landmarks and path integration in human navigation.(6), 915?924.

Zhou, J. S., & Zhang, K. (2005). Kinestheic, irrelevant motion and path integration.(6), 1306–1308.

[周佳樹, 張侃. (2005). 運(yùn)動(dòng)覺(jué)、布局無(wú)關(guān)運(yùn)動(dòng)與路徑整合.,(6), 1306–1308.]

Influence of expectations on human path integration

ZHANG Weiwei; HUANG, Jianping; WAN Xiaoang

(Department of Psychology, Tsinghua University, Beijing 100084, China)

Path integration refers to a type of navigation in which navigators integrate information regarding self-motion in order to update the spatial relationship between themselves and the starting point of their journey. Human path integration has been often assessed via a path completion task in which the participants travel along several segments and then attempt to directly return to the origin of an outbound path. Previous research has revealed the influence of non-sensory factors on human path integration, such as memory, previous experience, target knowledge, and route decision-making. It remains unclear, however, how individuals’ expectations regarding the outbound paths influence their return-to-origin behavior.

In the present study, we used head-mounted display virtual reality to present hallway mazes and provided different instructions to 3 groups of participants in order to manipulate their expectations concerning the correct homing distance (i.e., the Euclidean distance between the starting and ending points of an outbound path) before they performed the path completion task. Specifically, the 3 groups were informed that the number of segments of each outbound path was positively correlated, negatively correlated, or uncorrelated with the correct homing distance. In actuality, we used an orthogonal design to make the correct homing distance uncorrelated to the number of segments.

The results revealed that the participants exhibited less accurate return-to-origin responses when their expectations concerning the correct homing distance were violated, compared to when these expectations were confirmed by the actual experiences. When the participants expected the correct homing distance to be positively correlated with the number of segments, they showed even greater errors for more complex outbound paths than those who expected a negative correlation. That being said, it should also be noted that all participants’ return-to-origin responses were subject to the influence of the number of segments and correct homing distance, even though only one group of participants was instructed to have valid expectations.

Taken together, these results demonstrate the influence of expectation on human path integration, although only having valid expectations cannot eliminate the influence of path properties on path integration. Moreover, individuals may rely more on expectation for more complex outbound paths. These findings therefore highlight the important roles that non-perceptual factors play in human path integration, and demonstrate that human path integration is an adaptive and strategic process.

expectation; path integration; spatial navigation; virtual reality

2019-02-25

* 國(guó)家自然科學(xué)基金項(xiàng)目(31200758)資助。

宛小昂, E-mail: wanxa@tsinghua.edu.cn

B842

10.3724/SP.J.1041.2019.01219