Abstract Collecting data online via crowdsourcing platforms has proven to be a very efficient way to recruit a large and diverse sample. Studies of motor learning, however, have been largely confined to the lab due to the need for special equipment to record movement kinematics and, as such, are typically only accessible to specific participants (e.g., college students). As a first foray to make motor learning studies accessible to a larger and more diverse audience, we developed an online, web-based platform (OnPoint) to collect kinematic data, serving as a template for researchers to create their own online sensorimotor control and learning experiments. As a proof-of-concept, we asked if fundamental motor learning phenomena discovered in the lab could be replicated online. In a series of three experiments, we observed a close correspondence between the results obtained online with those previously reported from research conducted in the laboratory. This web-based platform paired with online crowdsourcing can serve as a powerful new method for the study of motor control and learning.

ABSTRACT Recent studies have revealed an upper bound in motor adaptation, beyond which other learning systems may be recruited. The factors determining this upper bound are poorly understood. The multisensory integration hypothesis states that this limit arises from opposing responses to visual and proprioceptive feedback. As individuals adapt to a visual perturbation, they experience an increasing proprioceptive error in the opposite direction, and the upper bound is the point where these two error signals reach an equilibrium. Assuming that visual and proprioceptive feedback are weighted according to their variability, there should be a correlation between proprioceptive variability and the limits of adaptation. Alternatively, the proprioceptive realignment hypothesis states that the upper bound arises when the (biased) sensed hand position realigns with the target. When a visuo-proprioceptive discrepancy is introduced, the sensed hand position is biased towards the visual cursor and the adaptive system nullifies this discrepancy by driving the hand away from the target. This hypothesis predicts a correlation between the size of the proprioceptive shift and the upper bound of adaptation. We tested these two hypotheses by considering natural variation in proprioception and motor adaptation across individuals. We observed a modest, yet reliable correlation between the upper bound of adaptation with both proprioceptive measures (variability and shift). While these results do not favor one hypothesis over the other, they underscore the critical role of proprioception in sensorimotor adaptation, and moreover, motivate a novel perspective on how these proprioceptive constraints drive implicit changes in motor behavior. SIGNIFICANCE STATEMENT While the sensorimotor system uses sensory feedback to remain properly calibrated, this learning process is constrained, limited in the maximum degree of plasticity. The factors determining this limit remain elusive. Guided by two hypotheses concerning how visual and proprioceptive information are integrated, we show that individual differences in the upper bound of adaptation in response to a visual perturbation can be predicted by the bias and variability in proprioception. These results underscore the critical, but often neglected role of proprioception in human motor learning.

Abstract Multiple learning processes contribute to successful goal-directed actions in the face of changing physiological states, biomechanical constraints, and environmental contexts. Amongst these processes, implicit sensorimotor adaptation is of primary importance, ensuring that movements remain well-calibrated and accurate. A large body of work on reaching movements has emphasized how adaptation centers on an iterative process designed to minimize visual errors. The role of proprioception has been largely neglected, thought to play a passive role in which proprioception is affected by the visual error but does not directly contribute to adaptation. Here we present an alternative to this visuo-centric framework, arguing that that implicit adaptation can be understood as minimizing a proprioceptive error, the distance between the perceived hand position and its intended goal. We use this proprioceptive re-alignment model (PReMo) to re-examine many phenomena that have previously been interpreted in terms of learning from visual errors, as well as offer novel accounts for unexplained phenomena. We discuss potential challenges for this new perspective on implicit adaptation and outline a set of predictions for future experimentation.

Abstract Implicit motor recalibration allows us to flexibly move in novel and changing environments. Conventionally, implicit recalibration is thought to be driven by errors in predicting the sensory outcome of movement (i.e., sensory prediction errors). However, recent studies have shown that implicit recalibration is also influenced by errors in achieving the movement goal (i.e., task errors). Exactly how sensory prediction errors and task errors interact to drive implicit recalibration and, in particular, whether task errors alone might be sufficient to drive implicit recalibration remain unknown. To test this, we induced task errors in the absence of sensory prediction errors by displacing the target mid-movement. We found that task errors alone failed to induce implicit recalibration. In additional experiments, we simultaneously varied the size of sensory prediction errors and task errors. We found that implicit recalibration driven by sensory prediction errors could be continuously modulated by task errors, revealing an unappreciated dependency between these two sources of error. Moreover, implicit recalibration was attenuated when the target was simply flickered in its original location, even though this manipulation did not affect task error – an effect likely attributed to attention being directed away from the feedback cursor. Taken as a whole, the results were accounted for by a computational model in which sensory prediction errors and task errors, modulated by attention, interact to determine the extent of implicit recalibration. Author’s summary What information does the brain use to maintain precise calibration of the sensorimotor system? Using a reaching task paired with computational modeling, we find that movements are implicitly recalibrated by errors in predicting both the sensory outcome of movement (i.e., sensory prediction errors) as well as errors in achieving the movement goal (i.e., task errors). Even though task errors alone do not elicit implicit recalibration, they nonetheless modulate implicit recalibration when sensory prediction error is present. The results elucidate an unappreciated interaction between these two sources of error in driving implicit recalibration.

Abstract It is widely recognized that sensorimotor learning is enhanced when the feedback is provided throughout the movement compared to when it is provided at the end of the movement. However, the source of this advantage is unclear: Continuous feedback is more ecological, dynamic, and available earlier than endpoint feedback. Here we assess the relative merits of these factors using a method that allows us to manipulate feedback timing independent of actual hand position. By manipulating the onset time of ‘endpoint’ feedback, we found that adaptation was modulated in a non-monotonic manner, with the peak of the function occurring in advance of the hand reaching the target. Moreover, at this optimal time, learning was of similar magnitude as that observed with continuous feedback. By varying movement duration, we demonstrate that this optimal time occurs at a relatively fixed time after movement onset, an interval we hypothesize corresponds to when the comparison of the sensory prediction and feedback generates the strongest error signal.

Abstract In a recent paper 1 entitled, “An implicit memory of errors limits human sensorimotor adaptation” Albert and colleagues presented a model in which the adaptive response of the sensorimotor system is flexibly modulated by recent experience, or what they refer to as a “memory of errors”. This hypothesis stands in contrast to prevailing models in which automatic and implicit responses to movement errors are relatively insensitive to the statistical properties of the environment 2–6 . A prime example of this rigidity is that the adaptation system exhibits a saturated response to large errors, resulting in a non-linear motor correction function, a feature that is independent of experience 4,5,7 . Here we show that the key results reported in Albert et al. are fully explained by presupposing this rigid “motor correction” function without reference to memory-dependent changes in error sensitivity. As such, the evidence presented in Albert et. al. does not support the claim that the history of errors modulates implicit adaptation.

Abstract Contextual interference refers to the phenomenon whereby a blocked practice schedule results in faster acquisition but poorer retention of new motor skills compared to a random practice schedule. While contextual interference has been observed under a broad range of tasks, it remains unclear if this effect generalizes to the implicit and automatic recalibration of an overlearned motor skill. To address this question, we compared blocked and random practice schedules on a reaching task in which we used a feedback perturbation method that isolates implicit adaptation. The degree of implicit adaptation was quantified as the change in hand angle in the opposite direction of the perturbation, and retention was quantified as the percent of adaptation remaining after visual feedback was extinguished. In two experiments, participants tested under a random practice schedule exhibited slower implicit adaptation, but better retention compared to participants tested under a blocked practice schedule, the signature of contextual interference. These results indicate that contextual interference is not limited to the acquisition of new motor skills but also applies to the implicit adaptation of established motor skills.

ABSTRACT Sensorimotor learning entails multiple learning processes, some volitional and explicit, and others automatic and implicit. A new method to isolate implicit adaptation involves the use of a “clamped” visual perturbation in which, during a reaching movement, visual feedback is limited to a cursor that follows an invariant trajectory, offset from the target by a fixed angle. Despite full awareness that the cursor movement is not contingent on their behavior, as well as explicit instructions to ignore the cursor, systematic changes in motor behavior are observed, and these changes have the signatures of implicit adaptation observed in studies using classic visuomotor perturbations. While it is clear that the response to clamped feedback occurs automatically, it remains unknown if the adjustments in behavior remain outside the participant’s awareness. To address this question, we used the clamp method and directly probed awareness by asking participants to report their hand position after each reach. As expected, we observed robust deviations in hand angle away from the target (average of ∼18°). The hand reports also showed systematic deviations over the course of adaptation, initially attracted towards the visual feedback and then in the opposite direction, paralleling the shift in hand position. However, these effects were subtle (∼2° at asymptote), with the hand reports dominated by a feedforward signal associated with the motor intent yet modulated in a limited way by feedback sources. These results confirm that adaptation in response to a visual perturbation is not only automatic, but also largely implicit. NEWS AND NOTEWORTHY Sensorimotor adaptation operates in an obligatory manner. Qualitatively, subjective reports obtained after adaptation demonstrate that, in many conditions, participants are unaware of significant changes in behavior. In the present study, we quantified participants’ awareness of adaptation by obtaining reports of hand position on a trial-by-trial basis. The results confirm that participants are largely unaware of adaptation, but also reveal the subtle influence of feedback on their subjective experience.

ABSTRACT Given that informative and relevant feedback in the real world is often intertwined with distracting and irrelevant feedback, we asked how the relevancy of visual feedback impacts implicit sensorimotor adaptation. To tackle this question, we presented multiple cursors as visual feedback in a center-out reaching task and varied the task relevance of these cursors. In other words, participants were instructed to hit a target with a specific task-relevant cursor, while ignoring the other cursors. In Experiment 1, we found that reach aftereffects were attenuated by the mere presence of distracting cursors, compared to reach aftereffects in response to a single task-relevant cursor. The degree of attenuation did not depend on the position of the distracting cursors. In Experiment 2, we examined the interaction between task relevance and attention. Participants were asked to adapt to a task-relevant cursor/target pair, while ignoring the task-irrelevant cursor/target pair. Critically, we jittered the location of the relevant and irrelevant target in an uncorrelated manner, allowing us to index attention via how well participants tracked the position of target. We found that participants who were better at tracking the task-relevant target/cursor pair showed greater aftereffects, and interestingly, the same correlation applied to the task-irrelevant target/cursor pair. Together, these results highlight a novel role of task relevancy on modulating implicit adaptation, perhaps by giving greater attention to informative sources of feedback, increasing the saliency of the sensory prediction error.

Abstract The cerebellum is recognized to play a critical role in the automatic and implicit process by which movement errors are used to keep the sensorimotor system precisely calibrated. However, its role in other learning processes frequently engaged during sensorimotor adaptation tasks remains unclear. In the present study, we tested the performance of individuals with cerebellar degeneration on a variant of a visuomotor adaptation task in which learning requires the use of strategic re-aiming, a process that can nullify movement errors in a rapid and volitional manner. Our design allowed us to assess two components of this learning process, the discovery of an appropriate strategy and the recall of a learned strategy. Participants were exposed to a 60° visuomotor rotation twice, with the initial exposure block assessing strategy discovery and the re-exposure block assessing strategy recall. Compared to age-matched controls, individuals with cerebellar degeneration were slower to derive an appropriate aiming strategy in the initial Discovery block but exhibited similar recall of the aiming strategy during the Recall block. This dissociation underscores the multi-faceted contributions of the cerebellum to sensorimotor learning, highlighting one way in which this subcortical structure facilitates volitional action selection.