Rendering di un ambiente 1g locale per un migliore apprendimento motorio in gravità alterata (Sim1g)

L'adattamento motorio umano è fondamentale per adattarsi a nuovi ambienti, come la gravità alterata. La manipolazione abile e i movimenti fini nello spazio richiedono l'apprendimento di nuove azioni motorie coordinate. Tradizionalmente, i meccanismi di adattamento sono stati testati in laboratori con dispositivi robotici che perturbano specifici parametri del compito all'insaputa del partecipante. Con la ripetizione, i partecipanti costruiscono una rappresentazione più accurata delle dinamiche del compito e, alla fine, migliorano le prestazioni. Queste perturbazioni vengono applicate localmente sulla mano o sull'arto mentre la dinamica del resto del corpo rimane inalterata. Questi approcci sono quindi limitativi poiché non riflettono l'adattamento ecologico alle dinamiche globalmente modificate, come i nuovi ambienti gravitazionali. Voli parabolici, centrifughe e immersione in acqua consentono di aggirare queste limitazioni. Precedenti indagini in questi contesti hanno evidenziato il ruolo del contesto globale nell'adattamento motorio. Tuttavia, non è noto se l'apprendimento globale possa trarre vantaggio dallo sfruttamento di dinamiche locali note. Qui, progettiamo un compito originale che catturerà sia l'apprendimento della cinematica del movimento del braccio sia le forze di presa per la manipolazione degli oggetti in un design ecologicamente valido. Verifichiamo se l'esecuzione di questo compito in ipogravità con il rendering della gravità terrestre localmente alla mano è vantaggioso o dannoso per le prestazioni del compito. Adottando il "quadro negativo" degli approcci robotici convenzionali, questi risultati miglioreranno la nostra comprensione dell'adattamento motorio di base e forniranno informazioni approfondite sulla progettazione e sul controllo ottimali delle interfacce uomo-macchina e dei robot indossabili in ambienti spaziali e altre dinamiche immersive.