路径整合(path integration)是指巡航者对与自身运动有关的信息进行整合来完成巡航任务的过程。人类路径整合研究中一般采用的实验任务是路径完成任务，也称为返回起点任务。任务要求被试从起点出发，完成包括几个路段的外出路径，到达终点后直接返回起点，而且此返回路径是由被试决定并执行的直线路段。由于返回路径要求为直线路径，被试路径完成效果可以用角度误差(判断起点方向的误差)、距离误差(判断起点距离的误差)、及位置误差(即被试最后回到的位置与实际起点之间的直线距离)来进行衡量。大多数研究使用的路径完成任务只包含2 段外出路径，这类路径完成任务也被称为三角形完成任务。本研究则检验在外出路径更复杂的情况下，路径的重复是否会对路径整合表现产生影响。本研究以头盔式虚拟现实为工具，采用包含5 段外出路径的路径完成任务。为了研究路径构型对路径整合的影响，我们设计了3 种不同的路形(path configuration)，并且将这3 种路形作镜像对称，一共得到6 种不同的外出路径。每个被试都需要成4 组共24 个试次的路径完成任务。其中每段路径的长度均为3 或5 米，每两段外出路径的夹角为60 或120 度。对于4组实验，前2 组和后2 组的路径长度不同。在每一组实验中，后一半试次中的外出路径是前一半试次的外出路径的镜像。因此，被试反复地对具有同样路形的外出路径进行路径完成任务。结果表明，被试在实验中表现出学习效应，即随着路径的重复，在路径完成任务中的位置误差减小。由于位置误差是由角度误差和距离误差共同决定的，进一步的分析则表明，被试的反应距离误差并没有表现出学习效应，学习效应主要体现在角度误差的减小上。性别对于位置误差和角度误差没有显著的影响，但是男性被试的距离误差显著地低于女性。本研究讨论了其中的内在机制。