Bayes-Integration zur Unsicherheitsreduktion

Grafik eines Tennisplatzes mit zwei Spielern. Ein Spieler serviert den Ball, der andere steht zum Rückschlag bereit. Auf dem Feld sind farbige Markierungen mit den Begriffen „prior“, „likelihood“ und „posterior“ eingezeichnet, die Wahrscheinlichkeitsverteilungen im Spiel illustrieren. Graphic of a tennis court with two players. One player is serving the ball, the other is ready to return. Coloured markings with the terms "prior", "likelihood" and "posterior" are drawn on the court to illustrate probability distributions in the game.
© ISPW-Abteilung Bewegungs-/Trainingswissenschaft

Aufgrund von verrauschten Signalen im sensomotorischen System ist unsere Wahrnehmung stets mit Unsicherheit behaftet. Dies wird insbesondere in dynamischen Situationen wie etwa beim Retournieren eines Tennisaufschlages deutlich. In der grundlagenorientierten Motorikforschung wurde gezeigt, dass durch die streuungsgewichtete Integration von mehreren Informationsquellen – z.B. von Vorwissen und verschiedenen sensorischen Informationen – Unsicherheit im Sinne der Bayesschen Entscheidungstheorie reduziert wird (Körding & Wolpert, 2006). Gilt dieser Mechanismus auch für komplexe Verhaltensweisen wie im Sport (für eine Übersicht: Beck et al., 2023)? Wir haben ein immersives Extended-Reality-Setup (XR) entwickelt, das die Untersuchung natürlicher Bewegungen mit räumlichen und zeitlichen Anforderungen ermöglicht, die denen des realen Tennisspiels entsprechen, und gleichzeitig eine vollständige experimentelle Kontrolle gewährleistet (siehe Video). Mit diesem Setup konnten wir die Bayessche Integration im prädiktiven Blickverhalten (Beck et al., 2025), in den Rückschlagbewegungen (Zahno et al., 2025) und in der kontinuierlichen Gewichtsverlagerung während der Bewegungsausführung (Beck et al., 2025) nachweisen.

Ausgewählte Publikation

Beck, D., Hossner, E. J., & Zahno, S. (2023). Mechanisms for handling uncertainty in sensorimotor control in sports: a scoping review. International Review of Sport and Exercise Psychology, 1–35. https://doi.org/10.1080/1750984X.2023.2280899

Beck, D.*, Zahno, S.*, Kredel, R. & Hossner, E.-J. (2025). From simple lab tasks to the virtual court: Bayesian integration in tennis. Journal of Neurophysiology, 134(1), 303–313. https://doi.org/10.1152/jn.00434.2024

Zahno, S.*, Beck, D.*, Hossner, E.-J. & Körding, K. (2025). Humans can learn bimodal priors in complex sensorimotor behaviour [Preprint]. bioRxiv. https://doi.org/10.1101/2025.02.12.637788

Beck, D., Hossner, E.-J. & Zahno, S. (2025). Exploiting prior knowledge in continuous decision-making under uncertainty: The case of tennis experts [Preprint]. Research Square. https://doi.org/10.21203/rs.3.rs-7154501/v1

*geteilte Erstautorenschaft

Literatur

Körding, K. P., & Wolpert, D. M. (2006). Bayesian decision theory in sensorimotor control. Trends in Cognitive Sciences, 10(7), 319–326. https://doi.org/10.1016/j.tics.2006.05.003