人机交互模型与理论/预测（性能模型）：菲茨定律

快速往返瞄准运动中的菲茨定律？ (Yen Wei-Ting)

菲茨定律阐述了运动幅度 (A)、目标宽度 (W) 和平均运动时间 (MT) 之间的对数线性关系。菲茨认为，由于人类神经运动系统可以处理的信息量有限，人们必须通过增加 MT 或降低准确度来适应 A 和 W 的困难组合。然而，人们发现，这种说法过于简化了大脑的概念。功能限制不仅由大脑本身内部的传输速率决定。似乎当任务难度增加时，人类神经运动系统会突然采用不同的控制机制。

许多研究表明，菲茨定律的理论基础存在缺陷。例如，Huys 等人（2009 年）证明，由于随着任务难度的增加，操作性运动控制机制发生转变，菲茨定律在往返瞄准运动中是不连续的。Smits-Engelsman（2002 年）研究了在往返瞄准任务中使用不同的肌肉使用策略时，菲茨定律是否仍然适用。他们发现，离散瞄准运动和循环瞄准运动之间存在根本性的特征差异。因此，在相同任务难度下，循环运动的性能是离散运动的两倍。因此，可以得出结论，对大脑能力的更现代观点将意味着大脑中心过程与肢体肌肉的战略性使用对运动输出的更外围动态贡献之间的关系。

参考文献

• Huys, R., Fernandez, L., Bootsma, R.J., & Jirsa, V.R., (2010). Fitts' law is not continuous in reciprocal aiming. Proceedings of the Royal Society B: Biological Sciences, 277, pp.1179-84
• Smits-Engelsman, B.C.M., Van Galen, G.P., & Duysens, J., (2002). The breakdown of Fitts’ law in rapid, reciprocal aiming movements. Experimental Brain Research, 145, pp.222–230