追踪多个运动客体时,观察者不仅可以利用客体的时空信息和表面特征信息,还可以利用社会关系信息对目标进行分组表征。例如足球场上观众既可以根据双方队员的位置和衣着信息进行分组,还可以根据队员间的运动关系信息诸如合作与竞争来区分不同球队的队员。根据运动客体的社会关系信息进行分组表征有利于观察者更好的理解复杂的社会场景。然而多客体追踪中基于社会信息分组的动态加工机制尚不清楚。本研究通过高时间分辨率的脑电技术直接索引追踪过程,旨在探讨基于社会关系信息分组的动态加工过程。本研究选取了最基本的两种社会关系类型——合作和竞争,以合作追逐和竞争追逐的智能体的运动轨迹作为包含社会关系信息的载体,用对侧延迟活动为指标考察了社会关系信息在多客体追踪目标分组表征中的动态加工机制。本研究包含两个实验,实验一以正序播放的合作和竞争追逐的轨迹为实验材料,以随机运动条件作为基线条件,并记录观察者在追踪过程中的脑电信号,探究具有合作和竞争关系的目标在追踪过程中是否被分组表征。实验二中采用倒序播放的合作和竞争追逐的轨迹作为实验材料,进一步确认实验一中的分组效应确实基于社会关系信息而非其它物理层面信息所致。结果发现:(1)多客体追踪过程中,观察者可以利用目标间的社会关系信息进行分组表征;(2)不同社会关系信息对多客体追踪过程中目标分组表征的影响不同:相比竞争关系信息,观察者更容易利用合作关系信息对追踪目标进行分组。上述结果表明,多客体追踪过程中存在基于社会信息的分组表征,且不同社会关系信息对分组表征的影响存在差异。