Das Projekt "Plasticity of body representation of self and other in collaborative tasks" (SOLAR, öffnet eine externe URL in einem neuen Fenster) ist teil des DFG Schwerpunktprogramms "The Active Self", öffnet eine externe URL in einem neuen Fenster.

Bei gemeinsamen Aktivitäten, wie dem Heben und Bewegen eines Objekts, ist die zwischenmenschliche Koordination eine wesentliche Voraussetzung. Sich als koordinierte Einheit zu bewegen, wird anfangs wahrscheinlich nicht gelingen, da wir die dynamischen Fähigkeiten des Partners nicht vorhersagen können, weil wir von Repräsentationen wie unserem eigenen Körperschema übergeneralisieren. Nachfolgende Koordinationsversuche können jedoch allmählich unsere Vorhersagen über den Aktionsraum unseres Partners verbessern. Wir argumentieren daher, dass wir durch wiederholte Exposition gegenüber der Bewegungsdynamik eines Partners in einer gemeinsamen Handlungsaufgabe lernen, dessen Dynamik vorherzusagen und eine Körperschemarepräsentation des Partners zu erzeugen. Wir betrachten daher Mechanismen, die für die Minimierung von Vorhersagefehlern verantwortlich sind, als entscheidend für die erfahrungsabhängige Anpassung von Selbstrepräsentationen sowie für den Erwerb von Partnerrepräsentationen, die die Unterscheidung zwischen dem Einfluss des Selbst und des Anderen im Hinblick auf die gleichzeitigen Anforderungen der gemeinsamen Aufgabe erleichtern.
Um die Plastizität von Selbst- und Partnerrepräsentationen zu erforschen, wird in diesem Projekt das kollaborative Lernen untersucht, das bei einer zielgerichteten gemeinsamen Geschicklichkeitsaufgabe stattfindet. Leistungsveränderungen werden mit veränderten Repräsentationen während und nach Trainingssitzungen korreliert, in denen Paare eine "kollaborative Hotwire"-Aufgabe, eine simulierte Objekttransportaufgabe, unter verschiedenen räumlichen und zeitlichen Schwierigkeitsgraden üben. Zusätzlich zu den Messungen von Bewegungen und Interaktionskräften und -momenten wird unser Projekt die Selbst- und Partnerrepräsentationen der Teilnehmer bewerten. So werden beispielsweise das Körperschema und das Körperbild, aber auch das Gefühl der Handlungsfähigkeit in Abhängigkeit von der Beziehung zwischen Führer und Gefolgschaft und der Überlappung von sich selbst und dem Partner während und nach der gemeinsamen Übung erfasst. Unter Verwendung der Mensch-Mensch-Kollaboration als Leistungsmaßstab werden wir das Paradigma auf Mensch-Roboter-Kollaborationen anwenden, um nicht nur die kollaborative Leistung und den Erwerb von Selbst- und Fremdrepräsentationen zu simulieren, sondern auch die Qualität von Robotersteuerungsmodellen in Form eines "Turing-Tests" für gemeinsame Aktionen zu testen.