研究課題/領域番号 |
18K10890
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分59020:スポーツ科学関連
|
研究機関 | 東京都立大学 |
研究代表者 |
福原 和伸 東京都立大学, 人間健康科学研究科, 助教 (10589823)
|
研究期間 (年度) |
2018-04-01 – 2021-03-31
|
研究課題ステータス |
完了 (2020年度)
|
配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2020年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2019年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2018年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
|
キーワード | 予測 / 文脈情報 / 運動学的情報 / 動作誇張 / 熟達 / テニス / 不確実性 / 動作情報 / アバター / 誇張動作 / バーチャルリアリティ / 知覚・認知 / 事前分布 / 運動情報 / スポーツ |
研究成果の概要 |
本研究の目的は,テニス熟練者の優れた予測能力が過去の文脈情報と相手の運動学的情報の両方を重み付けした情報を利用する「ベイズ統合モデル(Kording & Wolpert, 2004)」により支えられているかを明らかにすることである.バーチャルリアリティ(VR)技術により相手の運動学的情報(動作誇張)と選手の文脈情報(コートの位置)を任意に操作し,テニスのフォアハンドショットの打球コースを予測する課題を行った.結果,熟練者の優れた予測能力は,本研究で操作した運動学的情報と文脈情報に影響されることが明らかになった.また熟達によって,予測に利用できる統合情報に違いがある可能性が示された.
|
研究成果の学術的意義や社会的意義 |
テニスや野球などの球技では,熟練者の優れた予測能力は相手の動作だけでなく,試合での文脈も重要な先行情報となります.またこうした両者の情報は,信頼性の高い情報を選択するという「脳の確率論的な情報処理(ベイズ統合)」に支えられている可能性が近年指摘されています. 本研究ではテニスの予測場面をVR環境にて作り上げ、熟練者のベイズ推定に基づく予測能力を評価する新たな手法を確立しました.この手法の応用により、熟達によって統合された情報利用に違いがある可能性が見られました.このような成果は,一流選手の素早く的確な運動能力の解明だけでなく、対戦競技の理解やトレーニングへの発展に寄与すると考えられます.
|