logo móvil
Contáctanos

Cómo los bebés aprenden a moverse: Una teoría de geometría riemanniana aplicada al desarrollo de sinergias de movimiento guiadas visualmente

Autores: Neilson, Peter D.; Neilson, Megan D.

Idioma: Inglés

Editor: MDPI

Año: 2025

Descargar PDF

Acceso abierto

Artículo científico
2025

Cómo los bebés aprenden a moverse: Una teoría de geometría riemanniana aplicada al desarrollo de sinergias de movimiento guiadas visualmente


Categoría

Matemáticas

Subcategoría

Matemáticas aplicadas

Palabras clave

Planificación
Movimiento humano coordinado
Objetivo visual
Computación dinámica no lineal
Red de memoria de asociación motora
Geometría riemanniana

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 32

Citaciones: Sin citaciones


Descripción
Planificar un movimiento humano coordinado de mínimo esfuerzo y multiarticulado para alcanzar un objetivo visual es computacionalmente difícil: (i) El número de movimientos anatómicos elementales del cuerpo humano supera con creces el número de grados de libertad especificados por los objetivos visuales; y (ii) la carga mecánica de masa-inercia sobre cada movimiento elemental varía no solo con la postura del cuerpo, sino también con las interacciones mecánicas entre el cuerpo y el entorno. Dadas estas complicaciones, la cantidad de cálculo dinámico no lineal necesaria para planificar un movimiento guiado visualmente es demasiado grande para que se lleve a cabo dentro del tiempo de reacción necesario para iniciar una respuesta apropiada. En consecuencia, proponemos que, como parte del desarrollo motor y visual, comenzando con el arranque mediante movimientos generadores de patrones fetales y neonatales y continuando de manera adaptativa desde la infancia hasta la adultez, la mayor parte del cálculo se realiza por adelantado y se almacena en una red de memoria de asociación motora. Desde allí, puede ser recuperado rápidamente mediante un proceso de selección que proporciona la sinergia de movimiento apropiada compatible con el objetivo visual particular. Utilizamos teoremas de geometría riemanniana para describir la gran cantidad de datos dinámicos no lineales que deben ser precomputados y almacenados para su recuperación. Basándonos en esa geometría, argumentamos que la secuencia matemática lógica para la adquisición de estos datos paralela el desarrollo natural del movimiento humano guiado visualmente.

Otros recursos que podrían interesarte

Temas Virtualpro