Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Neuroscience
Click here for the English version

Neuroscience

व्हीलकॉन: मानव संवेदी नियंत्रण का अध्ययन करने के लिए एक व्हील कंट्रोल-आधारित गेमिंग प्लेटफॉर्म

Published: August 15, 2020 doi: 10.3791/61092
Automatic Translation
1,2,3, 2, 1, 2, 2, 2, 2, 2, 2
1Department of Biomedical Engineering, Southern University of Science and Technology, 2Division of Engineering and Applied Science, California Institute of Technology, 3Neuroscience Center, Huntington Medical Research Institutes

Summary

व्हीलकॉन वीडियो गेम डिजाइन करने के लिए एक उपन्यास, स्वतंत्र और ओपन-सोर्स प्लेटफॉर्म है जो एक खड़ी, घुमा, ऊबड़-खाबड़ निशान के नीचे माउंटेन बाइकिंग का अनुकरण करता है। इसमें मानव संवेदी नियंत्रण (देरी, क्वांटाइजेशन, शोर, अशांति और कई प्रतिक्रिया छोरों) में पेश घटक शामिल हैं और शोधकर्ताओं को संवेदी नियंत्रण में स्तरित वास्तुकला का अध्ययन करने की अनुमति देता है।

Abstract

सैद्धांतिक रूप से मानव संवेदी नियंत्रण को मॉडल करने के लिए प्रतिक्रिया नियंत्रण सिद्धांत को बड़े पैमाने पर लागू किया गया है। हालांकि, कई फीडबैक लूप के महत्वपूर्ण घटकों में हेरफेर करने में सक्षम प्रयोगात्मक प्लेटफार्मों में विकास की कमी है। यह पेपर व्हीलकॉन का वर्णन करता है, जो एक ओपन-सोर्स प्लेटफॉर्म है जिसका उद्देश्य ऐसी प्रभावीताओं को हल करना है। केवल एक कंप्यूटर, एक मानक प्रदर्शन, और सस्ती गेमिंग स्टीयरिंग व्हील का उपयोग करना एक बल प्रतिक्रिया मोटर से लैस है, व्हीलकॉन सुरक्षित रूप से एक खड़ी, घुमा, ऊबड़ निशान नीचे एक पहाड़ बाइक की सवारी के विहित संवेदी सेंसर कार्य अनुकरण करता है । मंच लचीलापन प्रदान करता है, जैसा कि प्रदान किए गए डेमो में प्रदर्शित किया जाएगा, ताकि शोधकर्ता स्तरित प्रतिक्रिया लूप में गड़बड़ी, देरी और क्वांटाइजेशन (डेटा दर) में हेरफेर कर सकें, जिसमें एक उच्च स्तरीय उन्नत योजना परत और निम्न स्तर की विलंबित पलटा परत शामिल है। इस पेपर में, हम व्हीलकॉन के ग्राफिकल यूजर इंटरफेस (जीयूआई), मौजूदा डेमो के इनपुट और आउटपुट और नए गेम डिजाइन करने के तरीके का वर्णन करते हैं। इसके अलावा, हम डेमो गेम से बुनियादी प्रतिक्रिया मॉडल और प्रयोगात्मक परिणाम प्रस्तुत करते हैं, जो मॉडल की भविष्यवाणी के साथ अच्छी तरह से संरेखित होते हैं। व्हीलकॉन प्लेटफॉर्म को https://github.com/Doyle-Lab/WheelCon पर डाउनलोड किया जा सकता है। संक्षेप में, मंच को प्रभावी संवेदी तंत्रिका विज्ञान अनुसंधान और नियंत्रण इंजीनियरिंग शिक्षा के लिए कार्यक्रम के लिए सस्ता, उपयोग करने के लिए सरल और लचीला होने के लिए चित्रित किया गया है।

Introduction

मानव संवेदी नियंत्रण प्रणाली बेहद मजबूत है1,हालांकि संवेदन वितरित किया जाता है, चर, विरल, मात्रा, शोर और देरी2,,3,,4; केंद्रीय तंत्रिका तंत्र में कंप्यूटिंग धीमी गति से5,6,7है ; और मांसपेशी एक्ट्यूएशन थकान और सैचुरेट्स8. मानव पहुंच और प्रतिक्रिया15, 16 में एक ट्रेडऑफ प्रक्रिया है , जो जटिल मानव संवेदी नियंत्रण प्रक्रिया 4,9,10,11,13,,14,, जो कि मानव पहुंच और प्रतिक्रिया15,16में एक ट्रेडऑफ प्रक्रिया है , को समझाने के लिए कई कम्प्यूटेशनल सैद्धांतिक मॉडलप्रस्तावितकिए गए हैं । उदाहरण के लिए, फीडबैक कंट्रोल थ्योरी में इष्टतम नियंत्रण नीति12, बायसियन सिद्धांत मॉडल संवेदी शिक्षण17,18,,19 और सूचना सिद्धांत संवेदी फाउंडेशन20,21की भविष्यवाणी की गई है । सैद्धांतिक मॉडल की बहुतायत के विपरीत, कई प्रतिक्रिया छोरों के महत्वपूर्ण घटकों में हेरफेर करने में सक्षम प्रयोगात्मक प्लेटफार्मों में विकास की कमी है। यह इस तथ्य के कारण है कि सेंसरीमोटर नियंत्रण के इन पहलुओं को पाटने और परीक्षण करने के लिए एक मंच डिजाइन करने के लिए विशेषज्ञता की एक विविध श्रृंखला की आवश्यकता होती है, जो मोटर नियंत्रण सिद्धांत, सिग्नल प्रोसेसिंग और इंटरैक्शन से विस्तारित होती है, कंप्यूटर ग्राफिक्स और प्रोग्रामिंग के लिए सभी तरह से। शोधकर्ता अक्सर मानव संवेदी नियंत्रण प्रदर्शन की विशेषता के लिए अपने स्वयं के कस्टम हार्डवेयर/सॉफ्टवेयर सिस्टम विकसित करते हैं, जो अनुसंधान समूहों में डेटासेट की तुलना/इसके विपरीत और एकीकृत करने की क्षमता को सीमित कर सकते हैं । एक आसान उपयोग और मान्य प्रणाली का विकास संवेदी नियंत्रण के मात्रात्मक लक्षण वर्णन को व्यापक बना सकता है।

इस पेपर में, हम व्हीलकॉन प्लेटफॉर्म, एक उपन्यास, स्वतंत्र और ओपन-सोर्स प्लेटफॉर्म को एक आभासी वातावरण के लिए वीडियो गेम डिजाइन करने के लिए प्रस्तुत करते हैं जो एक फिट्स के कानून तक पहुंचने वाले खेल और एक खड़ी, घुमा और ऊबड़-खाबर दार निशान को डाउन करने के साथ एक माउंटेन बाइक कार्य का अनुकरण करता है। कार्य तक पहुंचने के लिए फिट्स का कानून गति और सटीकता के बीच ट्रेडऑफ की मात्रा निर्धारित करता है जिसमें दूरी के पैमानों पर चौड़ाई के लक्ष्य तक पहुंचने के लिए आवश्यक समय22,23केरूप में है । 'माउंटेन-बाइक टास्क' एक खोज और प्रतिपूरक ट्रैकिंग कार्य का एक संयोजन है, जो मानव संवेदी प्रदर्शन पर अनुसंधान के दो क्लासिक घटक हैं, विशेष रूप से प्रतिक्रिया छोरों का अध्ययन करने के मामले में।

व्हीलकॉन में प्रत्येक सिद्धांत में प्रस्तुत अत्यधिक मांग वाले बुनियादी घटक शामिल हैं: देरी, मात्राकरण, शोर, अशांति, और कई प्रतिक्रिया छोरों। यह मानव संवेदी नियंत्रण में निम्नलिखित विविध प्रश्नों का अध्ययन करने के लिए एक संभावित उपकरण है:

• मानव संवेदी प्रणाली तंत्रिका संकेत में देरी और मात्रा से कैसे निपटती है, जो मस्तिष्क24,,25में सीमित संसाधनों (जैसे अंतरिक्ष और मेटाबोलिक लागत) से मौलिक रूप से विवश है;
• सेंसरीमोटर नियंत्रण के साथ मानव प्रांतस्था में तंत्रिका संबंधकैसे 26;
• मनुष्य संवेदी नियंत्रण में अप्रत्याशित, बाहरी गड़बड़ी को कैसे संभालते हैं27;
• मानव संवेदी,तंत्र16, 28,29के भीतर पदानुक्रमित नियंत्रण लूप कैसे स्तरित और एकीकृतहोताहै ?
• मानव दृश्य प्रतिक्रिया30 में देरी और मात्रा का परिणाम और संवेदी नियंत्रण में पलटा प्रतिक्रिया31;
• विलंब और मात्रा के तहत संवेदी सीखने के लिए इष्टतम नीति और रणनीति16,17, 24,,29.,24

व्हीलकॉन एक स्टीयरिंग व्हील के साथ एकीकृत होता है और गतिशील नियंत्रण नीति और सिस्टम त्रुटियों को रिकॉर्ड करते हुए इन प्रश्नों में चर में हेरफेर करने वाले खेल की स्थिति का अनुकरण कर सकता है, जैसे कि सिग्नलिंग विलंब, मात्राकरण, शोर और अशांति। यह शोधकर्ताओं को संवेदी नियंत्रण में स्तरित वास्तुकला का अध्ययन करने की भी अनुमति देता है। एक पहाड़ बाइक की सवारी के उदाहरण में, दो नियंत्रण परतों इस कार्य में शामिल हैं: उच्च परत योजना और कम परत पलटा । दिखाई गड़बड़ी (यानी निशान) के लिए हम गड़बड़ी आने से पहले प्लान करते हैं। अग्रिम में अज्ञात गड़बड़ी के लिए (यानी, छोटे धक्कों), नियंत्रण देरी सजगता पर निर्भर करता है। प्रतिक्रिया नियंत्रण सिद्धांत का प्रस्ताव है कि प्रभावी स्तरित आर्किटेक्चर उच्च परतों के लक्ष्यों, योजनाओं, निचली परतों के संवेदन, पलटा और कार्रवाई24के साथ निर्णय को एकीकृत कर सकते हैं। व्हीलकॉन इस तरह के स्तरित वास्तुकला(चित्रा 1)के परीक्षण के लिए योजना और पलटा परतों में अलग से विशिष्ट गड़बड़ी को प्रेरित करने के लिए प्रयोगात्मक उपकरण प्रदान करता है।

हम एक सस्ता, उपयोग करने में आसान और कार्यक्रम मंच, व्हीलकॉन को लचीला प्रदान करते हैं जो तंत्रिका विज्ञान पर सैद्धांतिक और प्रयोगात्मक अध्ययनों के बीच के अंतर को पुल करता है। विशिष्ट होने के लिए, इसका उपयोग देरी, क्वांटाइजेशन, अशांति, संभावित गति-सटीकता ट्रेडऑफ के प्रभावों की जांच के लिए किया जा सकता है। जिन चरों को नियंत्रण छोरों में हेरफेर किया जा सकता है, वे तालिका 1में दिखाए जाते हैं। यह मानव संवेदी नियंत्रण में विभिन्न नियंत्रण परतों में निर्णय लेने और मल्टीप्लेक्सिंग क्षमता का अध्ययन करने के लिए भी लागू किया जा सकता है। इसके अलावा, व्हीलकॉन गैर-कामुक तंत्रिका रिकॉर्डिंग के साथ संगत है, जैसे कि इलेक्ट्रोएंसेफलोग्राफी (ईईजी), संवेदी नियंत्रण32, 33,34, 3534केदौरानतंत्रिका प्रतिक्रिया को मापने के लिए, और गैर-आक्रामक मस्तिष्क उत्तेजना तकनीक, जैसे ट्रांसक्रैनियल इलेक्ट्रिकल स्टिमुलेशन (टीईएस) और ट्रांसक्रैनियल मैग्नेटिक स्टिमुलेशन (टीएमएस), तंत्रिका गतिविधि में हेरफेर करने के लिए,,36, 377,36

Subscription Required. Please recommend JoVE to your librarian.

Protocol

प्रोटोकॉल के विकास और आवेदन को कैलिफोर्निया इंस्टीट्यूट ऑफ टेक्नोलॉजी इंस्टीट्यूशनल रिव्यू बोर्ड (आईआरबी) और दक्षिणी यूनिवर्सिटी ऑफ साइंस एंड टेक्नोलॉजी आईआरबी ने मंजूरी दी थी । किसी भी प्रक्रिया को किए जाने से पहले सूचित सहमति प्रदान की गई विषय।

1. सिस्टम तैयार करना और सेटअप

  1. अनुशंसित बेसिक हार्डवेयर में 2 गीगाहर्त्ज ड्यूल-कोर प्रोसेसर और 4 जीबी सिस्टम मेमोरी है।
  2. सी # प्रोग्रामिंग भाषा का उपयोग करते हुए, एकता मंच के तहत गेमिंग प्लेटफॉर्म का निर्माण करें। गेमिंग प्लेटफॉर्म डिवेलपमेंट के लिए लॉजिटेक गेमिंग व्हील ड्राइवर और लॉजिटेक स्टीयरिंग व्हील एसडीके की जरूरत है ।
  3. गेमिंग प्लेटफॉर्म एक्जीक्यूटिव फाइलें केवल विंडोज 10 ऑपरेटिंग सिस्टम (ओएस) का समर्थन करते हैं। इसलिए, विंडोज 10 चलाने वाले पीसी पर, संबंधित रेसिंग व्हील ड्राइवर को डाउनलोड करें और इंस्टॉल करें। फिर कंप्रेस्ड व्हीलकॉन सॉफ्टवेयर (https://github.com/Doyle-Lab/WheelCon/archive/master.zip) डाउनलोड करें और फाइलों को स्थानीय हार्ड ड्राइव पर निकालें।
  4. एक मॉनिटर के सामने बैठे स्तर पर सुरक्षित रूप से रेसिंग व्हील माउंट, और फिर पीसी और एक आउटलेट के लिए बिजली एडाप्टर के लिए पहिया यूएसबी केबल कनेक्ट ।
  5. सही इनपुट रीडआउट और फोर्स फीडबैक के लिए टेस्ट करने के लिए ड्राइवर जीयूआई शुरू करें। महत्वपूर्ण बात यह है कि परीक्षण के दौरान ड्राइवर जीयूआई को बैकग्राउंड में चलाते रहें।
  6. कार्यक्रम शुरू करने के लिए, ''WheelCon-मास्टर\ निष्पादित और आउटपुट फ़ाइलें\ निर्देशिका में WheelCon.exe पर डबल क्लिक करें।
  7. कॉन्फ़िगरेशन स्क्रीन पर, मॉनिटर के लिए सेटिंग्स चुनें और प्ले पर क्लिक करें! (चित्रा 2a)। मुख्य मेनू दिखाई देगा। सुनिश्चित करें कि प्रदर्शन का आकार और स्थान निर्दिष्ट है।
    नोट: 'व्हील संवेदनशीलता' मूल्य, कर्सर गति को परिभाषित करता है, 0 से 1 तक होता है, और 0.5 तक चूक करता है। यदि रेसिंग व्हील द्वारा वहन की गई गति की सीमा विशिष्ट कार्य मापदंडों के अनुरूप नहीं है, तो इस मूल्य को समायोजित करें। उदाहरण के लिए, उम्र बढ़ने वाली आबादी के लिए संवेदनशीलता को कम करें। हालांकि, कार्यों के बीच तुलना करने के लिए, बैटरी और समूहों के लिए इस मूल्य को स्थिर रखना आवश्यक है।

2. कार्य कार्यान्वयन

  1. फिट्स ' कानून खेल तक पहुंचने
    नोट: फिट्स का कानून पहुंचने वाली प्रक्रिया का अनुकरण करता है। विषय के लिए पहिया बारी करने के लिए वांछित क्षेत्र(चित्रा 2 डी)में ऊर्ध्वाधर लाइन जगह की आवश्यकता है ।
    1. पहियों के पीछे आराम से विषय सीट। यदि आवश्यक हो तो पहिया ऊंचाई को समायोजित करें।
    2. मुख्य मेनू पर, फिट्स के लॉ टास्क (चित्रा 2b)पर क्लिक करें और आउटपुट फ़ाइल के लिए एक नाम में टाइप करें जो टेक्स्टबॉक्स पर विषय पहचान और कार्य जानकारी का संकेत देता है।
    3. चुनिंदा फाइलपर क्लिक करें, '\ व्हीलकॉन-मास्टर \ डेमो इनपुट फाइल्स \ निर्देशिका में फिट का Law.txt चुनें, और फिर शुरू खेलपर क्लिक करें ।
    4. विषय को ग्रे क्षेत्र के भीतर रखने के लिए पहिया के साथ हरे रंग की ऊर्ध्वाधर रेखा को स्थानांतरित करने का निर्देश दें। यह कार्य इस विषय को पहिया पैंतरेबाज़ी के साथ-साथ विभिन्न कार्यों में उपयोग किए जाने वाले रंग सम्मेलन के साथ परिचित करने का कार्य करता है।
  2. माउंटेन बाइक कार्य
    नोट: माउंटेन बाइक टास्क खोज और प्रतिपूरक ट्रैकिंग कार्य का एक संयोजन है । यह एक खड़ी, मुड़ और ऊबड़ निशान नीचे एक पहाड़ बाइक की सवारी अनुकरण करता है । विषय निशान देख सकते है और पहिया बारी इसे ट्रैक करने के लिए, जबकि एक मोटर परीक्षण में अदृश्य धक्कों की नकल करने के लिए पहिया टोक़ कर सकते हैं (चित्रा 2e).
    1. 1 गेम: दृश्य देरी के प्रभाव का परीक्षण
      नोट: इस खेल में, लुक-आगे की खिड़की (उन्नत चेतावनी बनाम देरी) की लंबाई में हेरफेर किया जाता है।
      1. मुख्य मेनू पर, माउंटेन बाइक टास्क (चित्रा 2c)पर क्लिक करें और आउटपुट फ़ाइल के लिए एक नाम में टाइप करें जो टेक्स्टबॉक्स पर विषय पहचान और कार्य जानकारी का संकेत देता है।
      2. चुनिंदा फाइलपर क्लिक करें, '' व्हीलकॉन-मास्टर \ डेमो इनपुट फाइल्स \ निर्देशिका में Vision_Delay.txt चुनें, और फिर शुरू खेलपर क्लिक करें ।
      3. बैंगनी क्षैतिज रेखा को काटने वाले ग्रे ट्रेल के हिस्से को ट्रैक करने के लिए विषय को पहिया के साथ हरे ऊर्ध्वाधर रेखा को स्थानांतरित करने का निर्देश दें।
    2. 2 खेल: कार्रवाई में देरी के प्रभाव का परीक्षण
      नोट: इस खेल में, पहिया आंदोलन और कार्रवाई उत्पादन के बीच विभिन्न लंबाई की देरी जोड़ी जाती है।
      1. मुख्य मेनू पर, माउंटेन बाइक टास्क पर क्लिक करें और आउटपुट फ़ाइल के लिए एक नाम में टाइप करें जो टेक्स्टबॉक्स पर विषय पहचान और कार्य जानकारी का संकेत देता है।
      2. चुनिंदा फाइलपर क्लिक करें, '' व्हीलकॉन-मास्टर \ डेमो इनपुट फाइल्स \ निर्देशिका में Action_Delay.txt चुनें, और फिर शुरू खेलपर क्लिक करें ।
      3. बैंगनी क्षैतिज रेखा को काटने वाले ग्रे ट्रेल के हिस्से को ट्रैक करने के लिए विषय को पहिया के साथ हरे ऊर्ध्वाधर रेखा को स्थानांतरित करने का निर्देश दें।
    3. 3 खेल: दृश्य मात्राकरण के प्रभाव का परीक्षण
      नोट: इस गेम में, डेटा दर को सीमित करने के लिए दृश्य इनपुट की मात्रा निर्धारित की गई है।
      1. मुख्य मेनू पर, माउंटेन बाइक टास्क पर क्लिक करें और आउटपुट फ़ाइल के लिए एक नाम में टाइप करें जो टेक्स्टबॉक्स पर विषय पहचान और कार्य जानकारी का संकेत देता है।
      2. चुनिंदा फाइलपर क्लिक करें, '\ व्हीलकॉन-मास्टर \ डेमो इनपुट फाइल्स \ निर्देशिका में विजन क्वांटाइजेशन.txt चुनें, और फिर शुरू खेलपर क्लिक करें ।
      3. बैंगनी क्षैतिज रेखा को काटने वाले ग्रे ट्रेल के हिस्से को ट्रैक करने के लिए विषय को पहिया के साथ हरे ऊर्ध्वाधर रेखा को स्थानांतरित करने का निर्देश दें।
    4. 4 खेल: कार्रवाई मात्रा के प्रभाव का परीक्षण
      नोट: इस गेम में, डेटा दर को सीमित करने के लिए कार्रवाई आउटपुट की मात्रा निर्धारित की जाती है।
      1. मुख्य मेनू पर, माउंटेन बाइक टास्क पर क्लिक करें और आउटपुट फ़ाइल के लिए एक नाम में टाइप करें जो टेक्स्टबॉक्स पर विषय पहचान और कार्य जानकारी का संकेत देता है।
      2. चुनिंदा फाइलपर क्लिक करें, '\ व्हीलकॉन-मास्टर \ डेमो इनपुट फाइल्स \ निर्देशिका में एक्शन क्वांटाइजेशन.txt चुनें, और फिर शुरू खेलपर क्लिक करें ।
      3. बैंगनी क्षैतिज रेखा को काटने वाले ग्रे ट्रेल के हिस्से को ट्रैक करने के लिए विषय को पहिया के साथ हरे ऊर्ध्वाधर रेखा को स्थानांतरित करने का निर्देश दें।
    5. 5 खेल: टक्कर और निशान अशांति के प्रभाव का परीक्षण
      नोट: इस कार्य में तीन परिदृश्य होते हैं:
      क) "धक्कों", पहिया है कि एक पहाड़ बाइक की सवारी करते समय धक्कों मार नकल पर टोक़ गड़बड़ी के बावजूद एक निरंतर निशान विषय ट्रैकिंग;
      ख) "ट्रेल", यादृच्छिक मोड़ के साथ एक चलती पगडंडी पर नज़र रखने लेकिन धक्कों के बिना;
      ग) "धक्कों के साथ ट्रेल", यादृच्छिक बदल जाता है और धक्कों के साथ एक चलती निशान ट्रैकिंग ।
      1. मुख्य मेनू पर, माउंटेन बाइक टास्क पर क्लिक करें और आउटपुट फ़ाइल के लिए एक नाम में टाइप करें जो टेक्स्टबॉक्स पर विषय पहचान और कार्य जानकारी का संकेत देता है।
      2. चुनिंदा फाइलपर क्लिक करें, '' व्हीलकॉन-मास्टर \ डेमो इनपुट फाइल्स \ निर्देशिका में टक्कर और Trail.txt चुनें, और फिर शुरू खेलपर क्लिक करें ।
      3. बैंगनी क्षैतिज रेखा को काटने वाले ग्रे ट्रेल के हिस्से को ट्रैक करने के लिए विषय को पहिया के साथ हरे ऊर्ध्वाधर रेखा को स्थानांतरित करने का निर्देश दें।

3. डेटा आउटपुट

  1. '\WheelCon-मास्टर\ निष्पादित और आउटपुट फ़ाइलें\ माउंटेनबाइकडाटा \ निर्देशिका में TXT आउटपुट फ़ाइल का पता लगाएं, और फिर 'व्हीलकॉन-मास्टर\ स्रोत कोड' निर्देशिका में मटलैब 'व्हीलकॉन डेटा विश्लेषण कोड.m' के साथ खुला।
  2. MATLAB स्क्रिप्ट में निर्दिष्ट फ़ोल्डर और file_names चर आउटपुट फ़ाइल निर्देशिका के अनुसार, और फिर स्क्रिप्ट (Ctrl + Enter) चलाते हैं, और आउटपुट चर कार्यक्षेत्र के लिए कॉलम वैक्टर के रूप में सहेजा जाएगा। प्रत्येक नमूना समय के लिए त्रुटि और नियंत्रण नीति का निर्यात किया जाएगा। विस्तृत विवरण के लिए तालिका 2 देखें।

4. इनपुट फाइल विकास

  1. 'व्हीलकॉन-मास्टर\Source Code\' निर्देशिका में 'व्हीलकॉन MNTN बाइक ट्रेल डिजाइन कोड.m' खोलें।
  2. वांछित खेल मापदंडों के लिए अनुभाग अनकमेंट (सीटीआरएल + टी) और स्क्रिप्ट (सीटीआरएल + एंटर) चलाएं। इनपुट फाइल को .txt प्रारूप में '\WheelCon-मास्टर\Source Code\' निर्देशिका में सेव किया जाएगा। इनपुट फ़ाइलों में प्रत्येक कॉलम एक नियंत्रण चर है। नियंत्रण चर की सूची के लिए तालिका 1 को देखें।

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

मॉडलिंग फीडबैक कंट्रोल

हम चित्र 1में दिखाया गया एक सरलीकृत प्रतिक्रिया नियंत्रण मॉडल दिखाते हैं । सिस्टम गतिशीलता द्वारा दी गई है:

Equation 1

जहां एक्स(टी)समय टी में त्रुटि है, आर(टी)निशान अशांति डब्ल्यू(टी)है, टक्कर अशांति है, और यू(टी)नियंत्रण कार्रवाई है ।

ट्रेल डिस्टर्ब में मॉडलिंग एक्शन में देरी

जब कार्रवाई में देरी टी है, और एक निशान अशांति आर(टी),हम द्वारा नियंत्रण कार्रवाई मॉडल

Equation 2

खेल शून्य प्रारंभिक स्थिति के साथ शुरू होता है: x(0) = 0। नियंत्रक राज्य के इतिहास, अशांति और नियंत्रण इनपुट पर पूरी जानकारी का उपयोग करके नियंत्रण कमांड यू(टी)उत्पन्न करता है। यहां, शुद्ध देरी टी मानव संवेदी प्रतिक्रिया में आंतरिक देरी और बाहरी रूप से जोड़े गए देरी से बना है। नियंत्रण कमान देरी टी के साथ निष्पादित किया जाता है । जोखिम-जागरूक सेटिंग में संवेदी नियंत्रण एल 1 इष्टतम नियंत्रण के उपयोग को प्रेरित करता है, और इस प्रकार, लक्ष्य निम्नलिखित मजबूत नियंत्रण समस्या को सत्यापित करना है

Equation 3

यह समस्या एक सरल और सहज समाधान स्वीकार करती है। इष्टतम लागत द्वारा दिया जाता है

Equation 4

यह इष्टतम लागत सबसे खराब स्थिति नियंत्रण नीति यू(टी + टी)= −आर(टी)द्वारा प्राप्त की जाती है, जो पैदावार करता है

Equation 5

ट्रेल डिस्टर्ब में मॉडलिंग एक्शन क्वांटाइजेशन

जब नियंत्रण लूप में डेटा दर, आर सीमित होता है, तो नियंत्रण कार्रवाई संचार बाधाओं के साथ निम्नलिखित प्रतिक्रिया लूप द्वारा उत्पन्न होती है,

Equation 6

जहां Equation 12 एक नियंत्रक है, और डेटा दर Equation 13 आर 1 के साथ एक क्वांटाइजर है, यानी एस कार्डिनलिटी 2आरका एक परिमित सेट है । अशांति आर(टी)अनंत-आदर्श बाध्य और सामान्यता की हानि के बिना है, Equation 14 । सबसे खराब स्थिति राज्य विचलन से कम घिरा हुआ है

Equation 7

और न्यूनतम नियंत्रण प्रयास द्वारा दिया जाता है

Equation 8

त्रुटि के उपाय

प्रदर्शन की मात्रा निर्धारित करने के लिए, हमने अनंत आदर्श Equation 15 त्रुटि, मतलब पूर्ण त्रुटि (एमएई) और रूट मतलब स्क्वायर एरर (आरएमएसई) को मापा। अनंत मानक को पूर्ण त्रुटियों की अधिकतम के रूप में परिभाषित किया गया है, जहां

Equation 9

मतलब निरपेक्ष त्रुटि की गणना इस प्रकार है

Equation 10

रूट मतलब चुकता त्रुटि की गणना इस प्रकार है

Equation 11

खेल 1: दृश्य उन्नत चेतावनी या देरी

गेम 1 मूल्यांकन करता है कि कैसे लुक-आगे की खिड़की (उन्नत चेतावनी/देरी) की लंबाई अतिरिक्त गड़बड़ी के संपर्क में आए बिना संवेदी नियंत्रण प्रदर्शन को प्रभावित करती है।

गेम 1 360 सेकंड तक रहता है और इसमें एक निरंतर "ट्रेल" होता है, जो हर 30 सेकंड में देखने की मात्रा को कम करता है। खेल उन्नत चेतावनी के 1 एस के साथ शुरू होता है, और फिर 0.75 एस तक कम हो जाता है, और फिर 0.5 एस तक। वहां से, खेल 0.1 एस से आगे देखो कम हो जाती है जब तक कि न्यूनतम -0.4 एस नहीं पहुंच जाता है। सकारात्मक देरी, या नकारात्मक उन्नत चेतावनी का मतलब है कि केवल खिलाड़ी के पीछे का निशान दिखाई देता है।

खिलाड़ी की त्रुटि गतिशीलता का विकास क्योंकि खेल 1 एस उन्नत चेतावनी के साथ आगे बढ़ता है और 0.4 एस देरी को चित्र 3 ए-3बीa-3b में अलग से चित्रित किया गया था। दोनों भूखंड 30 सेकंड के अंतराल में से प्रत्येक के केवल मध्य 20 सेकंड के प्रदर्शन के लिए नए देखो आगे खिड़की को समायोजित खिलाड़ी के प्रभाव की उपेक्षा । ब्लॉकों में त्रुटि की प्रगति 1 एस उन्नत चेतावनी सेटिंग में स्थिर दिखती है, जबकि 0.4 s देरी सेटिंग में, प्रगति के दौरान त्रुटि उल्टा हो जाती है। अधिक विस्तार में है कि प्रभाव की मात्रा निर्धारित करने के लिए, हम L1-/L2-/L∞का मूल्यांकन-हर 20 एस समूह के लिए त्रुटियों के लिए आदर्श एक देरी स्तर के अनुरूप । एक भूखंड में इन गणनाओं का सारांश चित्रा 3c देताहै, जो यह दर्शाता है कि खिलाड़ियों की त्रुटि-आदर्श तब तक नहीं बदलता है जब तक कि उन्नत चेतावनी 0.5 एस तक नहीं पहुंच जाती है और फिर लगभग रैखिक फैशन में बढ़ जाती है।

खेल 2: एक्शन आउटपुट में देरी

गेम 1 के बाहरी दृश्य देरी के विपरीत, गेम 2 एक्शन आउटपुट में विशिष्ट आंतरिक देरी जोड़ता है; दूसरे शब्दों में, वर्तमान नियंत्रण नीति यू(टी) यू(टी + टीअधिनियम)पर काम करता है जहां टीअधिनियम कार्रवाई में बाहरी देरी है । गेम 2 180 एस के लिए रहता है समायोजित टीअधिनियम हर 30 एस, टीअधिनियम 0 एस से शुरू होता है, और 0.1 एस द्वारा वेतन वृद्धि जब तक यह 0.4 एस तक पहुंचता है।

कार्रवाई में देरी का प्रभाव चित्र 4 में दिखाया गयाहै । दृष्टि देरी के समान, त्रुटि देरी के साथ रैखिक रूप से बढ़ जाती है, जो ईक्यू (3) में सिद्धांत से भविष्यवाणी के अनुरूप अच्छी तरह से है।

गेम 3 और गेम 4: विजन इनपुट और एक्शन आउटपुट में क्वांटाइजेशन

गेम 3 और गेम 4 क्रमशः दृष्टि इनपुट और एक्शन आउटपुट में क्वांटाइजेशन के प्रभावों का अध्ययन करते हैं। प्रत्येक गेम 210 एस लंबा है, और क्वांटाइजेशन हर 30 एस में बदलता है, जिसमें डेटा दर 1 से 7 बिट्स तक बढ़ जाती है। उदाहरण के लिए, जब आरविस गेम 3 में 1 है, तो वांछित स्थिति (गेमिंग जीयूआई में ग्रे लाइन) या तो केंद्र-बाएं या स्क्रीन के केंद्र-दाएं में प्रस्तुत की जाती है। जब आरविस = एन, वांछित स्थिति स्क्रीन पर 2एन संभव स्थानों में प्रस्तुत किया जा सकता है। 4 खेल के लिए, जब आरअधिनियम = 1, खिलाड़ी या तो एक गति के साथ छोड़ दिया या सही जा रहा है । जब आरअधिनियम एन है, खिलाड़ी पहिया चलाने के लिए छोड़ दिया या सही 2n-1 गति के साथ जा सकते हैं ।

दृष्टि और कार्रवाई में मात्राकरण (सीमित डेटा दर) के प्रभाव चित्र 5में दिखाए गए हैं। Eq (6) में सिद्धांत की भविष्यवाणी के अनुरूप, संवेदी नियंत्रण प्रदर्शन उच्च डेटा दरों के साथ सुधार करता है और जब आर 5 के आसपास होता है तो इष्टतम नियंत्रण प्रदर्शन तक पहुंचता है।

5 खेल: टक्कर और निशान अशांति

गेम 5 को मानव संवेदी नियंत्रण पर टक्कर और निशान गड़बड़ी के प्रभावों का परीक्षण करने के लिए डिज़ाइन किया गया है। गेम 5 में तीन परिदृश्य होते हैं:

क) "धक्कों", पहिया है कि एक पहाड़ बाइक की सवारी करते समय धक्कों मार नकल पर टोक़ गड़बड़ी के बावजूद एक निरंतर निशान विषय ट्रैकिंग;
ख) "ट्रेल", यादृच्छिक मोड़ के साथ एक चलती पगडंडी पर नज़र रखने लेकिन धक्कों के बिना;
ग) "धक्कों के साथ ट्रेल", यादृच्छिक बदल जाता है और धक्कों के साथ एक चलती निशान ट्रैकिंग ।

प्रत्येक परिदृश्य क्रम में 60 एस के लिए रहता है (धक्कों, ट्रेल, धक्कों के साथ ट्रेल) प्रत्येक परिदृश्य से पहले 5 एस आराम के साथ। इसके अलावा, अलग-अलग चरणों के दौरान गड़बड़ी और निशान संयुक्त "धक्कों के साथ ट्रेल्स" चरण में डुप्लिकेट किए जाते हैं, ताकि अलग-अलग कार्यों और एक के बीच उचित प्रदर्शन तुलना की जा सके जहां खिलाड़ी को मल्टीप्लेक्स होना चाहिए। पूरे खेल के दौरान, दृष्टि इनपुट में उन्नत चेतावनी का 1 एस, एक्शन आउटपुट में कोई देरी नहीं है, और दृष्टि और कार्रवाई दोनों के लिए 10-बिट डेटा दर है।

अशांति के रूप में, हम एक यादृच्छिक, बाइनरी सिग्नल का उपयोग करते हैं, जिसका आयाम स्टीयरिंग व्हील की मोटर को अधिकतम संभव टोक़ है। हर 100 एमएस में, टॉर्क मैक्स पॉजिटिव और निगेटिव (व्हील के लिए 100 या -100) के बीच स्विच करता है। एक समान यादृच्छिक बाइनरी स्विचिंग ट्रेल डेरिवेटिव को नियंत्रित करता है। अधिक विशेष रूप से, निशान एक निरंतर गति से यात्रा करता है लेकिन बेतरतीब ढंग से अपनी दिशा को स्विच करता है जैसे कि यह हमेशा खिलाड़ी को आराम से दिखाई देने वाली स्क्रीन रेंज में रहता है। हमने स्क्रीन पर निशान के वेग को इस तरह समायोजित किया कि आवश्यक स्टीयरिंग व्हील टर्निंग रेट लगभग 75 डिग्री/एस है। चित्रा 6 खेल के दौरान प्रत्येक परिदृश्य के लिए त्रुटि गतिशीलता के 5 एस स्नैपशॉट दिखाता है।

नोट: चूंकि इसका उपयोग देरी और डेटा दर की सीमाओं के साथ संवेदी नियंत्रण प्रदर्शन का अध्ययन करने के लिए किया जाता है, इसलिए हमने कार्य के लिए विषयों को प्रशिक्षित किए जाने के बाद केवल डेटा का विश्लेषण किया, और उनका प्रदर्शन स्थिर हो गया। लर्निंग इफेक्ट्स को डेटा से बाहर रखा गया है । इसके अलावा, फीडबैक कंट्रोल मॉडल ने सीखने पर विचार नहीं किया है।

Figure 1
चित्रा 1: एक मोटर के साथ विषय और गेमिंग व्हील के साथ एक प्रयोगात्मक मंच के लिए बुनियादी ब्लॉक आरेख।
प्रत्येक बॉक्स एक घटक है जो संचार या गणना करता है और संभावित रूप से देरी और मात्राकरण दोनों है, जिसमें जी में खेल के भीतर शामिल है। एडवांस वार्निंग टी को विजन के साथ कंप्यूटर स्क्रीन पर भी लागू किया जाता है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 2
चित्रा 2: व्हीलकॉन के लिए यूजर-ग्राफिक इंटरफेस।
(क)मुख्य मेनू; (ख)फिट लॉ टास्क मेनू; (ग)माउंटेन बाइक टास्क मेनू; (घ)फिट के लॉ टास्क के लिए वीडियो गेम इंटरफेस; (ङ)माउंटेन बाइक टास्क के लिए वीडियो गेम इंटरफेस। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 3
चित्रा 3: माउंटेन-बाइक कार्य के दौरान दृष्टि इनपुट में देरी जोड़ना।
(ए-बी) 1 एस उन्नत चेतावनी(ए)और 0.4 एस देरी(बी)के साथ सत्र के लिए समय के साथ सिस्टम गतिशीलता। ब्लैक लाइन और ब्लू लाइन क्रमशः ट्रेल स्थिति और खिलाड़ी की स्थिति है। लाल रेखा त्रुटि गतिशीलता है। (ग)बढ़ती देरी के साथ त्रुटि बढ़ जाती है । नकारात्मक देरी का मतलब है उन्नत चेतावनी । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 4
चित्र 4: प्रदर्शन पर कार्रवाई में बाहरी देरी का प्रभाव।
एल∞ त्रुटि के आदर्श, MAE और RMSE बढ़ती देरी के साथ बढ़ जाती है । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 5
चित्रा 5: विजन इनपुट (ए) और एक्शन आउटपुट (बी) में क्वांटाइजेशन ।
एल∞ त्रुटि, मॅई और आरएमएसई को क्रमशः नीली, काली और लाल रेखा में दिखाया गया है । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 6
चित्रा 6: मानव संवेदी नियंत्रण पर टक्कर और निशान अशांति के प्रभाव।
(क)टक्कर अशांति से प्रेरित त्रुटि गतिशीलता; (ख)ट्रेल डिस्टर्बेंस से प्रेरित त्रुटि गतिशीलता; (ग)टक्कर और निशान अशांति से प्रेरित त्रुटि गतिशीलता; (घ)धक्कों में ओवरलेड त्रुटि (नीला), ट्रेल्स (लाल), धक्कों के साथ ट्रेल्स (हरा)। बैंगनी-खाली और नारंगी रंग से भरे स्टेम प्लॉट क्रमशः टक्कर गड़बड़ी और निशान अशांति के समय और दिशा का संकेत देते हैं । ध्यान दें कि दोनों पहिया बलों और निशान दरों वर्ग तरंगों रहे हैं, और उपजी संकेत मिलता है, जहां इन वर्ग तरंगों स्विच (यानी, बलों और दरों के डेरिवेटिव) । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

संकेतन चर इकाई विवश
डब्ल्यू (टी) टक्कर में गड़बड़ी द न्यूटन 0 ≤ डब्ल्यू (टी) ≤ 100
आर (टी) ट्रेल अशांति 100 पिक्सल 0 ≤ आर (टी) ≤ 100;
आर (टी) । डब्ल्यू (टी)
टीविस विजन एडवांस वार्निंग/देरी दूसरा -1 ≤ टीविस और लेफ्टिनेंट; 1
टीएक्ट कार्रवाई में देरी दूसरा 0 ≤ टीविस और लेफ्टिनेंट; ∞
आरविस विजन इनपुट में बाहरी डेटा दर बिट 1 ≤ आरविस ≤ 10
आरअधिनियम व्हील आउटपुट में बाहरी डेटा दर बिट 1 ≤ आरअधिनियम ≤ 10
क्यूविस दृष्टि इनपुट पर बाहरी क्वांटाइजर 1 क्यूविस = 2आरविस
क्यूअधिनियम व्हील आउटपुट पर बाहरी क्वांटाइजर 1 क्यूअधिनियम = 2आरविस

तालिका 1: नियंत्रण छोरों में चर जो हेरफेर किया जा सकता है।

संकेतन चर इकाई
टी समय दूसरा
एक्स (टी) त्रुटि गतिशीलता, खिलाड़ी की स्थिति और वांछित स्थिति के बीच की दूरी से मापा जाता है 100 पिक्सल
यू(टी) नियंत्रण नीति, स्टीयरिंग व्हील के विचलित कोण से मापा जाता है डिग्री

तालिका 2: गतिशील प्रणाली में राज्य चर और इनपुट सिग्नल।

मंच ओपन सोर्स? लिंक डाउनलोड करें समारोह
2D वर्चुअल एनवायरमेंट (2DVE) नहीं 1. स्ट्रोक के बाद हाथ पुनर्वास के लिए पहुंच-समझ आंदोलन;
ईटीएच माइक नहीं 1. प्रोप्रोसेप्टिव, मोटर और संवेदी हाथ हानि के आकलन के लिए
Opensim हाँ https://opensim.stanford.edu/ 1. न्यूरोमस्कुलर समन्वय का अध्ययन करने के लिए;
2. उपयोगकर्ताओं को मस्कुलोस्केलेटल संरचनाओं के मॉडल विकसित करने दें और आंदोलनों के गतिशील सिमुलेशन बनाएं।
पनेग्लव नहीं 1.To ट्रेन और हेमीप्लेजिक सेरेब्रल पाल्सी के साथ बच्चों में उंगली individuation का मूल्यांकन
वर्चुअलनेक्शन हाँ http://virtualenaction.gforge.inria.fr/ 1. प्रणालीगत तंत्रिका विज्ञान सिमुलेशन के लिए;
2. मस्तिष्क के कार्यात्मक मॉडलों को सत्यापित करने के लिए;
प्रयोग जटिल अस्तित्व व्यवहार 3.To
वीआर-स्पिरिट नहीं 1.To सामाजिक परिदृश्यों में भविष्य कहनेवाला क्षमताओं में सुधार होगा।
2. बाल रोगियों के लिए पुनर्वास गहन प्रशिक्षण
व्हीलकॉन हाँ https://github.com/Doyle-Lab/WheelCon 1. मानव संवेदी नियंत्रण में फिट्स के कानून को सत्यापित करने के लिए;
2.To सेंसरीमोटर नियंत्रण में स्तरित वास्तुकला का अध्ययन करते हैं।

तालिका 3: कुछ मौजूदा संवेदी प्लेटफार्म प्लेटफार्मों की सूची।

Subscription Required. Please recommend JoVE to your librarian.

Discussion

इस पेपर में, हमने मानव संवेदी नियंत्रण में देरी, मात्राकरण, अशांति और स्तरित प्रतिक्रिया छोरों के प्रभावों का अध्ययन करने के लिए एक मुफ्त, ओपन-सोर्स गेमिंग प्लेटफॉर्म, व्हीलकॉन प्रस्तुत किया है। हमने हार्डवेयर, सॉफ्टवेयर और जीयूआई को दिखाया है। देरी और मात्राकरण के साथ एक एकल संवेदी नियंत्रण लूप की सेटिंग्स को लागू किया गया है, जो हमें संवेदी नियंत्रण में देरी, मात्राकरण और अशांति के प्रभावों को मापने की अनुमति देता है। प्रयोगात्मक परिणाम प्रतिक्रिया नियंत्रण सिद्धांत से भविष्यवाणी के अनुरूप अच्छी तरह से कर रहे हैं।

प्रोटोकॉल बाहरी देरी में हेरफेर करने और दृष्टि आदानों और कार्रवाई उत्पादन दोनों में डेटा दर को सीमित करने और संवेदी नियंत्रण प्रदर्शन का विश्लेषण करने का एक तरीका प्रदान करते हैं। प्रोटोकॉल में, हम प्रतिभागियों को कई कार्य परिदृश्यों के तहत खेल खेलने के लिए कहते हैं जिन्हें मंच में पूर्व-परिभाषित किया गया है। इन कार्यों के साथ, हमने विलंब के रैखिक प्रभाव(चित्र 3 और चित्र 4)और क्वांटाइजेशन के नॉनलीनर प्रभाव(चित्र 5) कोसत्यापित किया। ये प्रभाव मानव संवेदी नियंत्रण में गति-सटीकता ट्रेडऑफ को देखते हुए अनुकूलन का संकेत देते हैं। प्रोटोकॉल हमें मानव संवेदी प्रणाली में स्तरित प्रतिक्रिया छोरों का अध्ययन करने की अनुमति देता है जिसमें उच्च स्तरीय उन्नत योजना परत और निम्न स्तर की विलंबित पलटा परत(चित्रा 6)।

इस प्रोटोकॉल में, यह प्रशिक्षित करने के लिए महत्वपूर्ण है, लेकिन ट्रेन से अधिक नहीं, पहले से प्रतिभागी; अन्यथा, सीखने के प्रभाव या प्रतिभागियों की थकान मॉडल की भविष्यवाणियों को प्रभावित करेगी। प्रतिभागियों में संवेदी क्षमता की परिवर्तनशीलता अपरिहार्य है, और इसलिए प्रोटोकॉल में कुछ पैरामीटर (यानी, पहिया संवेदनशीलता और टक्कर का टोक़) प्रतिभागियों की उम्र, शक्ति और मोटर कौशल के आधार पर देखते जाने की आवश्यकता है। समूहों में इन मापदंडों का मिलान आवश्यक है। यहां, हमारा सुझाव है कि उपयोगकर्ता तुलना करने के लिए पुराने और युवा समूह दोनों के लिए एक उपयुक्त संवेदनशीलता चुनता है।

विधि की एक सीमा यह है कि यहां प्रस्तुत मॉडल सीखने की प्रक्रिया पर विचार नहीं किया । यह ध्यान रखना महत्वपूर्ण है कि हमने विषयों को अच्छी तरह से प्रशिक्षित करने के बाद केवल डेटा का विश्लेषण किया, और सीखने के प्रभाव से बचने के लिए उनका प्रदर्शन स्थिर हो गया।

निकोलस डेनोयेले एट अल ने प्रणालीगत तंत्रिका विज्ञान सिमुलेशन38के लिए एक मंच (वर्चुअलनेक्शन) विकसित किया। वर्चुअलनेक्शन का उपयोग मस्तिष्क के कार्यात्मक मॉडलों को मान्य करने के लिए किया जा सकता है। इसके अलावा, संवेदी कार्यों39, 40 , 41 ,42,,,,43के लिए कुछ पुनर्वास मंच विकसित किया गया है ।4243 स्कॉट एल डेल्प एट अल ने पुनर्वास विज्ञान43में आंदोलन के गतिशील सिमुलेशन बनाने और विश्लेषण करने के लिए एक ओपन-सोर्स सॉफ्टवेयर (ओपनसिम) विकसित किया। मारिका डेमर्स एट अल स्ट्रोक४१के बाद हाथ पुनर्वास के लिए एक 2D आभासी वातावरण का प्रस्ताव किया । Zbytniewska मोनिका एट अल हाथ संवेदी हानि42के आकलन के लिए एक रोबोट डिवाइस डिजाइन। जेम्स वी मैककॉल एट अल ने हेमिप्लेजिक सेरेब्रल पाल्सी40वाले बच्चों में उंगली पुनर्वास के लिए एक मंच का प्रस्ताव रखा। निकोलो बटी एट अल. बाल रोगियों के लिए सामाजिक भविष्यवाणी सुधार और पुनर्वास गहन प्रशिक्षण के बारे में एक वीआर-आधारित मंच विकसित करें39। तालिका 3 ने इन प्लेटफार्मों के बीच तुलना को यहां प्रस्तुत मंच के साथ सूचीबद्ध किया।

भविष्य के अनुसंधान निर्देशों के लिए, मंच संवेदी नियंत्रण के दौरान तंत्रिका प्रतिक्रिया को मापने के लिए गैर-निवास तंत्रिका रिकॉर्डिंग तकनीक (ईईजी) के साथ संगत है। संवेदी नियंत्रण और ईईजी स्थानिक आवृत्ति संकेत के बीच मानचित्रण संबंध की जांच, हम संवेदी नियंत्रण के मस्तिष्क तंत्र प्रकट हो सकता है । यह मानव संवेदी प्रणाली को समझने के लिए एक महत्वपूर्ण शोध प्रश्न होगा। इसके अलावा, इस अध्ययन में अधिकांश सिद्धांत सीखने के बाद इष्टतम नियंत्रण पर आधारित है। प्रशिक्षण के लिए रोक समय काफी मनमाने ढंग से और अनुभवजन्य अध्ययन में चुना जाता है । इसलिए यह मूल्यांकन करना एक महत्वपूर्ण मुद्दा है कि प्रतिभागियों ने कठोर क्षमता या पठार44मारा या नहीं . भविष्य के अध्ययनों से सेंसरीमोटर लर्निंग थ्योरी के साथ असिम्टोट/पठार और उनके संभावित स्पष्टीकरण का परीक्षण करने के लिए व्हीलकॉन का उपयोग करके संवेदी शिक्षण अध्ययन की जांच की जा सकती है ।

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

लेखक खुलासा करते हैं कि उनके पास हितों का कोई टकराव नहीं है ।

Acknowledgments

हम स्क्रिप्ट को नया आकार देने, वीडियो की शूटिंग और संपादन के लिए श्री झेंगयांग वांग को धन्यवाद देते हैं, और वीडियो को संपादित करने के लिए श्री जियुआन सुनो । इस अध्ययन को सीआईटी एंडोमेंट एंड नेशनल साइंस फाउंडेशन (जेसीडी), बोसवेल फेलोशिप (क्यूएल को) और उच्च स्तरीय विश्वविद्यालय कोष (नहीं) से समर्थन मिला । G02386301, G02386401), गुआंगडोंग नेचुरल साइंस फाउंडेशन ज्वाइंट फंड (नंबर 2019A1515111038) ।

Materials

Name Company Catalog Number Comments
Gaming Wheel Logitech
Windows 10 OS Microsoft

DOWNLOAD MATERIALS LIST

References

  1. Franklin, D. W., Wolpert, D. M. Computational Mechanisms of Sensorimotor Control. Neuron. 72 (3), 425-442 (2011).
  2. Bays, P. M., Wolpert, D. M. Computational principles of sensorimotor control that minimize uncertainty and variability. The Journal of Physiology. 578 (2), 387-396 (2007).
  3. Desmurget, M., Grafton, S. Forward modeling allows feedback control for fast reaching movements. Trends in Cognitive Sciences. 4 (11), 423-431 (2000).
  4. Sanger, T. D., Merzenich, M. M. Computational Model of the Role of Sensory Disorganization in Focal Task-Specific Dystonia. Journal of Neurophysiology. 84 (5), 2458-2464 (2000).
  5. Mohler, H., Okada, T. Benzodiazepine receptor: demonstration in the central nervous system. Science. 198 (4319), 849-851 (1977).
  6. Muller, L., Chavane, F., Reynolds, J., Sejnowski, T. J. Cortical travelling waves: mechanisms and computational principles. Nature Reviews Neuroscience. 19 (5), 255-268 (2018).
  7. Zhang, H., Watrous, A. J., Patel, A., Jacobs, J. Theta and Alpha Oscillations Are Traveling Waves in the Human Neocortex. Neuron. 98 (6), 1269-1281 (2018).
  8. Blinks, J. R., Rüdel, R., Taylor, S. R. Calcium transients in isolated amphibian skeletal muscle fibres: detection with aequorin. The Journal of Physiology. 277 (1), 291-323 (1978).
  9. Gallivan, J. P., Chapman, C. S., Wolpert, D. M., Flanagan, J. R. Decision-making in sensorimotor control. Nature Reviews Neuroscience. 19 (9), 519-534 (2018).
  10. Sanger, T. D. Basic and Translational Neuroscience of Childhood-Onset Dystonia: A Control-Theory Perspective. Annual Review of Neuroscience. 41 (1), 41-59 (2018).
  11. Todorov, E. Optimality principles in sensorimotor control. Nature Neuroscience. 7 (9), 907-915 (2004).
  12. Todorov, E., Jordan, M. I. Optimal feedback control as a theory of motor coordination. Nature Neuroscience. 5 (11), 1226-1235 (2002).
  13. Wolpert, D. M., Flanagan, J. R. Computations underlying sensorimotor learning. Current Opinion in Neurobiology. 37, 7-11 (2016).
  14. Kiper, P., et al. Computational models and motor learning paradigms: Could they provide insights for neuroplasticity after stroke? An overview. Journal of the Neurological Sciences. 369, 141-148 (2016).
  15. Cluff, T., Crevecoeur, F., Scott, S. H. Tradeoffs in optimal control capture patterns of human sensorimotor control and adaptation. bioRxiv. , 730713 (2019).
  16. Nakahira, Y., Liu, Q., Bernat, N., Sejnowski, T., Doyle, J. Theoretical foundations for layered architectures and speed-accuracy tradeoffs in sensorimotor control. 2019 American Control Conference (ACC). , 809-814 (2019).
  17. Körding, K. P., Wolpert, D. M. Bayesian integration in sensorimotor learning. Nature. 427 (6971), 244-247 (2004).
  18. Chambers, C., Sokhey, T., Gaebler-Spira, D., Kording, K. P. The development of Bayesian integration in sensorimotor estimation. Journal of Vision. 18 (12), 8 (2018).
  19. Karmali, F., Whitman, G. T., Lewis, R. F. Bayesian optimal adaptation explains age-related human sensorimotor changes. Journal of Neurophysiology. 119 (2), 509-520 (2017).
  20. Gori, J., Rioul, O. Information-Theoretic Analysis of the Speed-Accuracy Tradeoff with Feedback. 2018 IEEE International Conference on Systems, Man, and Cybernetics (SMC). , 3452-3457 (2018).
  21. Trendafilov, D., Polani, D. Information-theoretic Sensorimotor Foundations of Fitts' Law. Extended Abstracts of the 2019 CHI Conference on Human Factors in Computing Systems. , 1-6 (2019).
  22. Fitts, P. M., Peterson, J. R. Information capacity of discrete motor responses. Journal of Experimental Psychology. 67 (2), 103-112 (1964).
  23. Fitts, P. M. The information capacity of the human motor system in controlling the amplitude of movement. Journal of Experimental Psychology. 47 (6), 381-391 (1954).
  24. Nakahira, Y., Matni, N., Doyle, J. C. Hard limits on robust control over delayed and quantized communication channels with applications to sensorimotor control. 2015 54th IEEE Conference on Decision and Control (CDC). , 7522-7529 (2015).
  25. Nakahira, Y., Liu, Q., Sejnowski, T. J., Doyle, J. C. Fitts' Law for speed-accuracy trade-off describes a diversity-enabled sweet spot in sensorimotor control. arXiv. , Available from: http://arxiv.org/abs/1906.00905 (2019).
  26. Jafari, M. Neural Correlates of Sensorimotor Control in Human Cortex: State Estimates and Reference Frames. , Available from: https://resolver.caltech.edu/CaltechTHESIS:05302019-163325527 (2019).
  27. Miall, R. C., Wolpert, D. M. Forward Models for Physiological Motor Control. Neural Networks. 9 (8), 1265-1279 (1996).
  28. Battaglia-Mayer, A., Caminiti, R., Lacquaniti, F., Zago, M. Multiple Levels of Representation of Reaching in the Parieto-frontal Network. Cerebral Cortex. 13 (10), 1009-1022 (2003).
  29. Scott, S. H. Optimal feedback control and the neural basis of volitional motor control. Nature Reviews Neuroscience. 5 (7), 532-545 (2004).
  30. Saunders, J. A., Knill, D. C. Humans use continuous visual feedback from the hand to control fast reaching movements. Experimental Brain Research. 152 (3), 341-352 (2003).
  31. Insperger, T., Milton, J., Stépán, G. Acceleration feedback improves balancing against reflex delay. Journal of The Royal Society Interface. 10 (79), 20120763 (2013).
  32. Birbaumer, N. Breaking the silence: Brain-computer interfaces (BCI) for communication and motor control. Psychophysiology. 43 (6), 517-532 (2006).
  33. Liu, Q., Farahibozorg, S., Porcaro, C., Wenderoth, N., Mantini, D. Detecting large-scale networks in the human brain using high-density electroencephalography. Human Brain Mapping. 38 (9), 4631-4643 (2017).
  34. Nicolelis, M. A. L. Brain-machine interfaces to restore motor function and probe neural circuits. Nature Reviews Neuroscience. 4 (5), 417-422 (2003).
  35. Nordin, A. D., Hairston, W. D., Ferris, D. P. Faster Gait Speeds Reduce Alpha and Beta EEG Spectral Power From Human Sensorimotor Cortex. IEEE Transactions on Biomedical Engineering. 67 (3), 842-853 (2020).
  36. Hallett, M. Transcranial magnetic stimulation and the human brain. Nature. 406 (6792), 147-150 (2000).
  37. Madhavan, S., Weber, K. A., Stinear, J. W. Non-invasive brain stimulation enhances fine motor control of the hemiparetic ankle: implications for rehabilitation. Experimental Brain Research. 209 (1), 9-17 (2011).
  38. Denoyelle, N., Pouget, F., Viéville, T., Alexandre, F. VirtualEnaction: A Platform for Systemic Neuroscience Simulation. , (2014).
  39. Butti, N., et al. Virtual Reality Social Prediction Improvement and Rehabilitation Intensive Training (VR-SPIRIT) for paediatric patients with congenital cerebellar diseases: study protocol of a randomised controlled trial. Trials. 21 (1), 82 (2020).
  40. McCall, J. V., Ludovice, M. C., Blaylock, J. A., Kamper, D. G. A Platform for Rehabilitation of Finger Individuation in Children with Hemiplegic Cerebral Palsy. 2019 IEEE 16th International Conference on Rehabilitation Robotics (ICORR). , 343-348 (2019).
  41. Demers, M., Levin, M. F. Kinematic Validity of Reaching in a 2D Virtual Environment for Arm Rehabilitation After Stroke. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 28 (3), 679-686 (2020).
  42. Zbytniewska, M., et al. Design and Characterization of a Robotic Device for the Assessment of Hand Proprioceptive, Motor, and Sensorimotor Impairments. 2019 IEEE 16th International Conference on Rehabilitation Robotics (ICORR). , 441-446 (2019).
  43. Delp, S. L., et al. OpenSim: Open-Source Software to Create and Analyze Dynamic Simulations of Movement. IEEE Transactions on Biomedical Engineering. 54 (11), 1940-1950 (2007).
  44. Gray, W. D. Plateaus and Asymptotes: Spurious and Real Limits in Human Performance. Current Directions in Psychological Science. 26 (1), 59-67 (2017).

Tags

न्यूरोसाइंस अंक 162 संवेदी नियंत्रण गेमिंग प्लेटफॉर्म नियंत्रण सिद्धांत स्तरित वास्तुकला
व्हीलकॉन: मानव संवेदी नियंत्रण का अध्ययन करने के लिए एक व्हील कंट्रोल-आधारित गेमिंग प्लेटफॉर्म
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Liu, Q., Nakahira, Y., Liang, Z.,… More

Liu, Q., Nakahira, Y., Liang, Z., Mohideen, A., Dai, A., Choi, S. H., Pan, A., Ho, D. M., Doyle, J. C. WheelCon: A Wheel Control-Based Gaming Platform for Studying Human Sensorimotor Control. J. Vis. Exp. (162), e61092, doi:10.3791/61092 (2020).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter