曾经有一个数学家提出一套理论，试图解决这个问题。
他的基本思想是：人的运动控制其实是大脑求一个最优解的问题。所谓最优是针对某些运动指标，比如精度最大化，能量损耗最小化，控制努力度最小化，等等。
而在这一过程中，大脑会借助于小脑，在运动指令还没有到达肌肉之前，对运动结果进行预测，然后与真实感知系统发回来的反馈相结合，帮助大脑进行评估及调整动作指令。
最简单的例子就是，上下楼梯时我们经常会因为算错台阶数而踩空，如果反馈调整及时，人就不会摔跤。然而反馈往往带有噪声和延时。
这位数学家的模型较为符合前人在行为学和神经学上的已知证据，可以用来解释各种各样的运动现象，甚至只要提供某一些物理限制条件，便可以预测生物的运动模式。比如说，八条腿的生物在冥王星上的重力环境中如何跳跃。
好莱坞用他的模型来驱动虚拟形象的运动引擎，便能“自主”地产生出许多像人一样流畅自然的动作。
当我进入大学时，该模型已经成为教科书上的经典，那时我们常常通过各种实验不断地验证其正确性。