Learned landmark associations support online visual control under degraded visibility
本研究表明，当能见度降低时，驾驶员依靠的是在地标与即将出现的道路几何形状之间习得的局部关联来引导瞬时的转向控制，而非依赖于对环境具有全局连贯性的心理地图。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，你正在玩一款赛车视频游戏，驾驶着一辆赛车在蜿蜒曲折的道路上行驶。现在，想象有人在屏幕上投射了一层厚厚的、阴森的浓雾，让你只能看清前方几英尺的路面。大多数人会想：“糟糕，我要撞车了！”但转折点在于：如果你以前在这条完全相同的路上开过很多次，你的大脑就会拥有一个秘密的“作弊码”。它能让你即使看不清前方的路，也能平稳地转向。
这就是这项研究的重大发现。研究人员设置了一个模拟驾驶游戏，以观察了解道路信息是否能帮助你在能见度低的情况下更好地驾驶。他们发现，与第一次见到这条路的驾驶员相比，那些连续十次驾驶同一条 3 公里（约 1.86 英里）蜿蜒道路的驾驶员，在浓雾袭来时，能更好地保持在车道内行驶。
“作弊码” vs. “大地图”
你可能会认为，经验丰富的驾驶员脑子里有一个巨大的、完美的全球地图，就像一个从太空俯瞰整个路线的 GPS。但这项研究表明，事实并非如此。研究人员通过对驾驶员进行一个“小把戏”来测试这一点。
他们设置了三组驾驶员：
- 对照组： 驾驶相同的道路，且地标（如一座红色的农舍或一块奇特的岩石）始终固定在相同的位置。
- “地标打乱”组： 驾驶相同的道路，但地标的位置不断变化。一次红色农舍在急转弯附近；下一次，那里变成了一块巨大的巨石。
- “路段打乱”组： 驾驶相同的道路“片段”，但顺序被打乱了。某一天，急转弯可能出现在直道之前；而在另一天，顺序则相反。
神奇的部分来了：当浓雾降临时，那些地标被打乱了的驾驶员（第 2 组）开始左右摇摆；但那些路段被打乱了的驾驶员（第 3 组）却表现得很好！他们驾驶得几乎和对照组一样平稳。
这告诉我们，驾驶员依赖的并不是一张巨大且完美的完整路线图。相反，他们学习的是微小的、局部的捷径。他们学到的是类似这样的逻辑：“嘿，每当我看到那座红色的大农舍，我就知道紧接着就会有一个急左转。”这就像是通过记住鼓点总是紧跟在吉他扫弦之后来学习一首歌，而不是去背诵整部交响乐的完整乐谱。
这个“作弊码”何时起作用？
这里有一个最重要的规则：只有在浓雾弥漫时，这个“作弊码”才会启动。
在研究中，当道路清晰晴朗时，是否熟悉这条路并不重要。所有人的驾驶表现都一样出色。研究人员发现，当你能清晰地看到道路时，你的眼睛承担了所有的工作，你的大脑不需要调用记忆。但当浓雾遮挡了视线，你的眼睛看不见即将到来的弯道时，你的大脑就会利用那些学到的“地标与转向”之间的联系来预判接下来的路况。
这项研究总共涉及 90 人，分两次实验进行。他们在模拟的约 3 公里的道路上驾驶。结果显示，在低能见度情况下，“熟悉”的驾驶员有更稳定的转向动作，且更靠近车道中心。而“不熟悉”（或地标被打乱）的驾驶员则表现出更多的左右晃动。
这对你意味着什么
研究人员指出，我们的大脑非常擅长将特定的视觉信号（地标）与特定的动作（转向）联系起来，但这种能力仅在需要时才会发挥作用。这并不是关于拥有一幅完美的视觉图像，而是关于拥有一份可靠的线索清单。
所以，下次你在熟悉的路上遭遇大雾驾驶时，请记住：你并不是在瞎猜。你的大脑正在悄悄耳语：“那棵老橡树意味着转弯即将来临”，即使世界变得一片惨白，它也在保护你的安全。但如果你是在一条全新的路上遭遇大雾，你还没有掌握这些线索，这就是为什么那种感觉会更加危险。
这项研究不仅仅是猜测，他们进行了精确测量。他们使用计算机模拟来追踪驾驶员的转向幅度以及转动方向盘的速度。他们甚至要求驾驶员事后凭记忆画出道路，而那些反复驾驶同一条路的驾驶员画出的道路要准确得多。但最关键的是什么？那些能画出道路的驾驶员，如果不记得哪些地标对应哪些转弯，他们在雾天里的驾驶表现并不一定会更好。
简而言之，熟悉感是一种超能力，但只有在灯光熄灭时才会显现。而且，这种超能力不是一张巨大的地图，而是将你所见与你下一步所做动作联系在一起的一系列微小的、局部的连接。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。