Name: تصميم وتنفيذ المحاكاة الجهاز العصبي على LEGO الروبوتات (فيديو) | JoVE Journal
Uploaded: 2013-05-25T14:00:00.000+00:00
Duration: 10 min 34 s
Description: اكتشف كيفية تصميم وتنفيذ محاكاة الشبكات العصبية باستخدام منصة LEGO Mindstorms NXT. تتيح هذه الطريقة للباحثين نمذجة الجهاز العصبي ومقارنة الأداء مع النماذج الحيوانية في بيئات تعليمية وبحثية متنوعة.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

نشكر الدكتور كريس روجرز (جامعة تافتس) للبرمجة ومخطوطة الاقتراحات. نشكر اليكس جوليانو وديبورا لي للحصول على دعم إنتاج الفيديو. التمويل المقدم من قبل NSF الدراسات العليا البحوث زمالة وموري ONR في البيولوجيا التركيبية.

1. بناء روبوت النموذجي <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> اختيار النموذج الحي للدراسة التي يتم تمثيلها بشكل جيد في الأدب neuroethological. اللافقاريات جعل عموما مرشحين جيدين لأن الجهاز العصبي بسيطة نسبيا عملهم قد درس جيدا وتتكون أساسا من ردود الفعل الفطرية. سوف نظهر هذا النهج باستخدام جراد البحر الأمريكي، Homarus americanus. </li><li style=";text-align:right;direction:rtl"> اختر مدروسة السلوكيات انعكاسية لأغراض النمذجة. لقد اخترنا الردود جراد البحر لمنحنى antennal وكشف عثرة مخلب كما يستجيب الحيوان بالغريزة إلى الانحناء من الهوائيات للحصول انجذاب تياري (التوجه إلى تدفق المياه) بينما اتصالات مخلب توسط تجنب عقبة. ردود الفعل بسيطة تعتمد على متصالبة الوصلات العصبية من أجهزة الاستشعار متناظرة ثنائية هي مناسبة تماما لهذا النوع من الدراسة 1. </li><li style=";text-align:right;direction:rtl"> بناء أو اختيار منصة الروبوتية مع أجهزة الاستشعار المناسبة لالسلوكيات المحددة في النظام لتشغيل العصبيةمحاكاة الشبكة. بينما يمكن بناء روبوت مخصصة مثل RoboLobster 12 أو الامتداد (صرصور) عائلة الروبوت 13، هنا نستخدم عدة متاحة تجاريا للتعجيل بعملية تجريبية. وLEGO NXT 2.0 مايندستورمز عدة، وتوفير القوالب، ومكونات وحدات وأجهزة الاستشعار التي أنشئت، ويسمح للالتشييد المادي السريع للروبوت. </li><li style=";text-align:right;direction:rtl"> حدد أو بناء أجهزة استشعار لتتناسب مع طرائق من السلوكيات المحددة في الخطوة 1.2. ولم يضف أجهزة الاستشعار من مايندستورمز عدة LEGO يمكن استخدام أجهزة الاستشعار أو البيرة يمكن هندستها 14،15. لقد تم اختيار شملت LEGO استشعار تعمل باللمس ومخصصة الاستشعار بيند antennal تتألف من FlexPoint الاستشعار بيند تقسم إلى موصل NXT. لبناء موصل مقاوم العرف، وقطع سلك موصل NXT وحام الكابلات بالأسود والأبيض ليؤدي من أجهزة الاستشعار. </li><li style=";text-align:right;direction:rtl"> استخدام الدراسات neuroethological المنشورة سابقا لإيجاد أو تطوير شبكة العصبية افتراضية لنمذجة Purposes. وقد اقترحت الأدبيات مختلف الشبكات العصبية لتفسير السلوك في الكائنات نموذج مختلف، من الكركند 16 إلى 17 امبرى. وينبغي تحديد الوحدات العصبية الوظيفية ونظرية صلاتهم متشابك. ويمكن أيضا أن توضع التجارب neuroethological رواية وتنفيذها اذا سمحت الظروف المختبرية. </li></ol> 2. برمجة الجهاز العصبي <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> استخدام البرمجيات ابفيف جنبا إلى جنب مع وحدة ابفيف للLEGO NXT مايندستورمز لخلق الادوات الافتراضية (فيس) التي تعمل المعادلات لالخلايا العصبية الرياضية ونموذج المشبك. في حين أن أي نموذج نشرت يمكن استخدامها، ونحن نوصي الوقت منفصلة خريطة مقرها (DTM) نموذج 18. وهذا يسمح لكفاءة العملية الحسابية في الوقت الحقيقي مع الحفاظ على مجموعة متنوعة من أنظمة الانتاج إطلاق الخلايا العصبية. المعلمات السيطرة اثنين، ألفا وسيجما، وتحديد ديناميات الخلايا العصبية محاكاة لإنتاج المخرجات العصبية المتنوعة بما في ذلك تونيج التشويك، اطلاق الفوضى، الصمت انفجار والجوهرية. ابفيف فيس للLEGO مايندستورمز لهذا النموذج الخلايا العصبية يمكن الاطلاع على الانترنت هنا: <a href="http://myfiles.neu.edu/blustein.d/neurobots" target="_blank">http://myfiles.neu.edu/blustein.d/neurobots</a> </li><li style=";text-align:right;direction:rtl"> مكان فيس الى حلقة في حين أن وبالتالي فإن الشبكة سوف تقوم بتحديث تكراري. </li><li style=";text-align:right;direction:rtl"> ربط الخلايا العصبية قبل المشبكي نواتج ارتفاع خلال نقاط الاشتباك العصبي في الخلايا العصبية بعد المشبكي. </li><li style=";text-align:right;direction:rtl"> تمر تكراري تحديث المعلمات من خلال التحول بالتسجيل في دورة الحساب المقبل. وDTM نموذج التحديثات بسرعة (خ) وبطيئة (Y) المتغيرات الديناميكية التي تم تمريرها إلى التكرار التالي من العمليات الحسابية. </li><li style=";text-align:right;direction:rtl"> تعيين المعلمات المشبك لتحديد خصائص الشبكة. لكل المشبك، وقوة متشابك (gsyn)، فإن معدل استرخاء (غاما)، واحتمال انعكاس (XRP) هي معاملات في المعادلات نموذج DTM التي تحدد السلوك متشابك. قيمة gsyn هو متعددذو طيات الذي يحدد حجم التأثير الحالي متشابك من حدث السنبلة، تتراوح بين 0.0 (بلا تأثير) إلى 1.0 (تأثير 100٪). قيمة جاما هو المضاعف الذي يحدد معدل اضمحلال متشابك الحالي بغض النظر عن الأحداث السنبلة، تتراوح بين 0.0 (تسوس كاملة) إلى 1.0 (عدم وجود تسوس). قيمة XRP يحدد مستوى الإثارة أو تثبيط المشبك، تتراوح القيم عادة من -3.0 إلى 3.0 مع القيم الإيجابية تمثل الإثارة والقيم السلبية التي تمثل تثبيط. يمكن ضبطها القيم لخصائص الشبكة المحددة الخاصة بك. هنا نستخدم الإعدادات التالية: جاما = 0.95، 0.60 = gsyn وXRP = 2.2 (المشبك مثير) أو -1.8 (المشبك المثبط). </li><li style=";text-align:right;direction:rtl"> ضبط ألفا والمعلمات السيطرة سيجما لتعديل نشاط الخلايا العصبية الأساسية. ويرد وصف ديناميات نموذج لمعايير تحكم المتنوعة بالتفصيل في مكان آخر 18 ولكن عادة، ألفا </em&gt; &lt;4 تنتج جوهرها النشاط العصبي صامت للقيم سيجما منخفض أو منشط ارتفاعه للقيم سيجما عالية. الانتقال بين &#39;منخفضة&#39; و &#39;العالية&#39; القيم سيجما يحدث عادة بين -1.0 و 1.0 اعتمادا على قيمة ألفا. انفجار نشاط الخلايا العصبية وينتج عن ألفا&gt; 4 عندما القيم سيجما هي قريبة من الصفر. هنا نستخدم ألفا = 4.05 = -3.10 و سيجما. </li><li style=";text-align:right;direction:rtl"> استخدام ابفيف فيس لمعلومات الاستشعار المدخلات إلى الشبكة الخاصة بك. لأجهزة الاستشعار المقدمة وفيس متاحة بالفعل داخل وحدة ابفيف مايندستورمز. لأجهزة الاستشعار مقاوم العرف، واستخدام الاستشعار السادس الضوء كإطار البرمجة. يمكن العثور على معلومات حول إنشاء أجهزة الاستشعار البيرة في أماكن أخرى 14. </li><li style=";text-align:right;direction:rtl"> إدراج المخططات البيانية على اللوحة الأمامية للبرنامج ابفيف لتصور نشاط الخلايا العصبية. </li><li style=";text-align:right;direction:rtl"> استبدال مؤقتا الاستشعار المدخلات مع مربعات لوحة التحكم الأمامية من أجل التلاعب استشعار يدوياالمعلومات الذهاب الى الشبكة العصبية. </li><li style=";text-align:right;direction:rtl"> تشغيل شبكة الخلايا العصبية وضبط الضوابط اللوحة الأمامية يدويا إلى تقديم المدخلات الحسية المتنوعة. تأكد من أن شبكة الوظائف نوعيا كما هو متوقع لظروف معروفة. </li><li style=";text-align:right;direction:rtl"> ضبط شبكة حسب الحاجة عن طريق تغيير المعلمات الخلايا العصبية والمشبك. المحاولات الأولى في ضبط ينبغي القيام به الشبكة من خلال تغيير قوة متشابك (gsyn) من مختلف نقاط الاشتباك العصبي. قد تحتاج غيرها من المعلمات إلى أن يتم ضبط كذلك. </li><li style=";text-align:right;direction:rtl"> وبمجرد أن وظائف الشبكة مع دقة النوعية، استبدال صناديق لوحة التحكم الأمامية مع الاستشعار المدخلات تنتهجها. </li></ol> 3. العصبي نظام اختبار المحاكاة <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> إعداد بيئة تسيطر فيها لمراقبة الحيوان والإنسان الآلي في ظل ظروف مماثلة. نحن نستخدم خزان مستطيلة تحتوي على العقبات الصخور (الشكل 1). يمكن تفريغ خزان لاستيعاب الروبوت LEGO في نفس المساحة. </li><li style=";text-align:right;direction:rtl"> جبل AVكاميرا IDEO النفقات العامة لتسجيل الحيوان / سلوك الروبوت. تأكد التناقض بين الهدف والخلفية مرتفعة للسماح التتبع التلقائي. رسمت لنا الجزء السفلي من اختبار خزان أبيض. </li><li style=";text-align:right;direction:rtl"> وضع الحيوان في بيئة تسيطر عليها وتسجيل الفيديو السلوك. ومن المؤكد أن تحد من قدرات الحسية من جراد البحر إلى تتطابق مع تلك للروبوت. هنا نحن تقييد قدرات جراد البحر الحسية من خلال تغطية العينين مع قناع رقائق الألومنيوم وdeafferenting المستقبلات الكيميائية مع المياه العذبة 19. </li><li style=";text-align:right;direction:rtl"> ضبط البيئة بما يتناسب مع روبوت ليغو (إزالة الماء إذا لزم الأمر) وتشغيل الروبوت في نفس البيئة التي تسيطر عليها. </li><li style=";text-align:right;direction:rtl"> استخدام برنامج نصي MATLAB لتتبع الواسمات على عينات تلقائيا. نحن نستخدم MouseLabTracker 20. </li><li style=";text-align:right;direction:rtl"> خلق وقارن بين المؤامرات ناقلات للحيوان وحركات الروبوت. </li><li style=";text-align:right;direction:rtl"> تعديل الجهاز العصبي وكرر الخطوات من 3،3-3،6 أن نلاحظ كيف مختلف جوانب الإلكترونيةيؤثر الجهاز العصبي سلوك الروبوت. نحن هنا ضبط قوة متشابك بين الخلايا العصبية مخلب عثرة أجهزة الاستشعار والمحركات ونظام مراقبة الأداء الروبوت مقارنة بما كان عليه من جراد البحر. بدلا من ذلك، فإن الظروف الحسية في الساحة اختبار يمكن تعديل والآثار التي لوحظت في الروبوت والحيواني. على سبيل المثال، الساحة الموصوفة هنا يمكن أن يخضع لمختلف معدلات تدفق المياه. </li></ol>

<ol><li>Braitenberg, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Taxis%2C+kinesis+and+decussation%5BTitle%5D)+AND+%22Prog.+in+Brain+Res%22%5BJournal%5D)">Taxis, kinesis and decussation.</a> Prog. in Brain Res. 17, 210-222 (1965).</li>
<li>Schregardus, D. S., Pieneman, A. W., Ter Maat, A., Jansen, R. F., Brouwer, F., Gahr, M. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+lightweight+telemetry+system+for+recording+neuronal+activity+in+freely+behaving+small+animals%5BTitle%5D)+AND+%22Journal+of+Neuroscience+Methods%22%5BJournal%5D)">A lightweight telemetry system for recording neuronal activity in freely behaving small animals.</a> Journal of Neuroscience Methods. 155 (1), 62-71 (2006).</li>
<li>Kagaya, K., Takahata, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Readiness+discharge+for+spontaneous+initiation+of+walking+in+crayfish%5BTitle%5D)+AND+%22Journal+of+Neuroscience%22%5BJournal%5D)">Readiness discharge for spontaneous initiation of walking in crayfish.</a> Journal of Neuroscience. 30 (4), 1348-1362 (2010).</li>
<li>Schrameck, J. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Crayfish+Swimming%3A+Alternating+Motor+Output+and+Giant+Fiber+Activity%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Crayfish Swimming: Alternating Motor Output and Giant Fiber Activity.</a> Science. 169 (3946), 698-700 (1970).</li>
<li>Kanz, J. E., Eberly, L. B., Cobbs, J. S., Pinsker, H. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neuronal+correlates+of+siphon+withdrawal+in+freely+behaving+Aplysia%5BTitle%5D)+AND+%22J.+Neurophysiol%22%5BJournal%5D)">Neuronal correlates of siphon withdrawal in freely behaving Aplysia.</a> J. Neurophysiol. 42 (6), 1538-1556 (1979).</li>
<li>Webb, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Validating+biorobotic+models%5BTitle%5D)+AND+%22Journal+of+Neural+Engineering%22%5BJournal%5D)">Validating biorobotic models.</a> Journal of Neural Engineering. 3, 1-20 (2006).</li>
<li>Wessnitzer, J., Asthenidis, A., Petrou, G., Webb, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+cricket-controlled+robot+orienting+towards+a+sound+source%5BTitle%5D)+AND+%22Proceedings+of+the+12th+Annual+conference+on+Towards+autonomous+robotic+systems%22%5BJournal%5D)">A cricket-controlled robot orienting towards a sound source.</a> Proceedings of the 12th Annual conference on Towards autonomous robotic systems. , 1-12 (2011).</li>
<li>Grasso, F., Atema, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Integration+of+flow+and+chemical+sensing+for+guidance+of+autonomous+marine+robots+in+turbulent+flows%5BTitle%5D)+AND+%22Environ.+Fluid+Mech%22%5BJournal%5D)">Integration of flow and chemical sensing for guidance of autonomous marine robots in turbulent flows.</a> Environ. Fluid Mech. 2 (1), 95-114 (2002).</li>
<li>Westphal, A., Rulkov, N. F., Ayers, J., Brady, D., Hunt, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Controlling+a+lamprey-based+robot+with+an+electronic+nervous+system%5BTitle%5D)+AND+%22Smart+Struct.+and+Systems%22%5BJournal%5D)">Controlling a lamprey-based robot with an electronic nervous system.</a> Smart Struct. and Systems. 8 (1), 39-52 (2011).</li>
<li>Chao, Z. C., Bakkum, D. J., Potter, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Shaping+embodied+neural+networks+for+adaptive+goal-directed+behavior%5BTitle%5D)+AND+%22PLoS+Computational+Biology%22%5BJournal%5D)">Shaping embodied neural networks for adaptive goal-directed behavior.</a> PLoS Computational Biology. 4 (3), e1000042(2008).</li>
<li>Building nervous systems for robots: an interactive and collaborative neuroscience curriculum. Blustein, D., Schultheis, K., Ayers, J. National Science Teachers Association National Conference, San Francisco, C.A, , (2011).</li>
<li>Ayers, J., Blustein, D., Westphal, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Conserved+Biomimetic+Control+Architecture+for+Walking%2C+Swimming+and+Flying+Robots%5BTitle%5D)+AND+%22Lect.+Notes+on+Artif.+Intelli%22%5BJournal%5D)">A Conserved Biomimetic Control Architecture for Walking, Swimming and Flying Robots.</a> Lect. Notes on Artif. Intelli. 7375, 1-12 (2012).</li>
<li>A Biologically Inspired Passive Antenna for Steering Control of a Running Robot. Cowan, N., Ma, E., Cutkosky, M., Full, R. Proceedings of ISRR'2003, , 541-550 (2003).</li>
<li>Gasperi, M., Hurbain, P. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aGasperi%2C+M+%22Extreme+NXT%3A+Extending+the+LEGO+MINDSTORMS+NXT+to+the+Next+Level%22">Extreme NXT: Extending the LEGO MINDSTORMS NXT to the Next Level</a>. , Apress. Berkeley, C.A. (2007).</li>
<li>Gasperi, M. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aGasperi%2C+M+%22LabVIEW+for+LEGO+MINDSTORMS+NXT%22">LabVIEW for LEGO MINDSTORMS NXT</a>. , National Technology and Science Press. Allendale, N.J. (2008).</li>
<li>Kennedy, D., Davis, W. Chapter 27 Organization of invertebrate motor systems. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aKennedy%2C+D+%22Handbook+of+Physiology%22">Handbook of Physiology</a>. 1, 1023-1088 (1977).</li>
<li>Buchanan, J., Grillner, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Newly+identified+%22glutamate+interneurons%22+and+their+role+in+locomotion+in+the+lamprey+spinal+cord%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Newly identified "glutamate interneurons" and their role in locomotion in the lamprey spinal cord.</a> Science. 236 (4799), 312-314 (1987).</li>
<li>Rulkov, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modeling+of+spiking-bursting+neural+behavior+using+two-dimensional+map%5BTitle%5D)+AND+%22Physical+Review+E%22%5BJournal%5D)">Modeling of spiking-bursting neural behavior using two-dimensional map.</a> Physical Review E. 65, (2002).</li>
<li>Derby, C. D., Atema, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Narrow-spectrum+chemoreceptor+cells+in+the+walking+legs+of+the+lobster%2C+Homarus+americanus%3A+Taste+specialists%5BTitle%5D)+AND+%22Journal+of+Comparative+Physiology+A%22%5BJournal%5D)">Narrow-spectrum chemoreceptor cells in the walking legs of the lobster, Homarus americanus: Taste specialists.</a> Journal of Comparative Physiology A. 146 (2), 181-189 (1982).</li>
<li>Tort, A. B. L., Neto, W. P., Amaral, O. B., Kazlauckas, V., Souza, D. O., Lara, D. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+simple+webcam-based+approach+for+the+measurement+of+rodent+locomotion+and+other+behavioural+parameters%5BTitle%5D)+AND+%22Journal+of+Neuroscience+Methods%22%5BJournal%5D)">A simple webcam-based approach for the measurement of rodent locomotion and other behavioural parameters.</a> Journal of Neuroscience Methods. 157 (1), 91-97 (2006).</li>
<li>Huxley, T. H. The Crayfish, An Introduction to the Study of Zoology. , C. Kegan Paul & Co. London. (1880).</li>
<li>Blustein, D., Ayers, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+conserved+network+for+control+of+arthropod+exteroceptive+optical+flow+reflexes+during+locomotion%5BTitle%5D)+AND+%22Lect.+Notes+on+Artif.+Intelli%22%5BJournal%5D)">A conserved network for control of arthropod exteroceptive optical flow reflexes during locomotion.</a> Lect. Notes on Artif. Intelli. 6226, 72-81 (2010).</li>
<li>Webb, B., Scutt, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+simple+latency-dependent+spiking-neuron+model+of+cricket+phonotaxis%5BTitle%5D)+AND+%22Biological+Cybernetics%22%5BJournal%5D)">A simple latency-dependent spiking-neuron model of cricket phonotaxis.</a> Biological Cybernetics. 82 (3), 247-269 (2000).</li>
<li>Demarse, T. B., Wagenaar, D. A., Blau, A. W., Potter, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Neurally+Controlled+Animat%3A+Biological+Brains+Acting+with+Simulated+Bodies%5BTitle%5D)+AND+%22Autonomous+Robots%22%5BJournal%5D)">The Neurally Controlled Animat: Biological Brains Acting with Simulated Bodies.</a> Autonomous Robots. 11 (3), 305-310 (2001).</li>
<li>Novellino, A., D'Angelo, P., Cozzi, L., Chiappalone, M., Sanguineti, V., Martinoia, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Connecting+neurons+to+a+mobile+robot%3A+an+in+vitro+bidirectional+neural+interface%5BTitle%5D)+AND+%22Computational+Intelligence+and+Neuroscience%22%5BJournal%5D)">Connecting neurons to a mobile robot: an in vitro bidirectional neural interface.</a> Computational Intelligence and Neuroscience. , 12725(2007).</li>
</ol>

يعلن الكتاب أنه ليس لديهم مصالح مالية المتنافسة.

عند بدء biorobotic العصبي تجارب محاكاة نظام، وهناك بعض الإرشادات الهامة لمتابعة. الحق في اختيار نموذج كائن أمر بالغ الأهمية: اختيار الكائن الحي الذي من السهل الحصول على والمحافظة عليها. اللافقاريات هي مثالية لأنها لا تتطلب عادة موافقة المؤسسية للتجريب واحتياجاتهم تربية وغالبا ما تكون أقل تطلبا من تلك التي من الفقاريات. من منظور علمي، فإنه مفيد لاختيار الحيوان الذي لديه سجل الأدب neuroethological ثابتة يمكن من خلالها استخلاص فرضيات لاختبار 21. <p class="jove_content"...

وسعت التحقيقات العصبية على مدى السنوات ال 100 الماضية بشكل كبير معرفتنا بنية الجهاز العصبي وظيفة. ومع ذلك، فقد اعتمدت غالبية البحوث الجهاز العصبي إلى التاريخ على استعمال مستحضرات معزولة أو مواضيع قيدا. بينما كانت هناك العديد من الجهود الناجحة لتسجيل النشاط العصبي من التصرف بحرية حيوانات 2-5، النهج biorobotic يوفر أداة قيمة للسماح للتلاعب الجهاز العصبي من أجل اختبار نظم مستوى فرضيات علم الأعصاب 6. الجهاز العصبي تعمل على محاكاة الروبوتات يمكن التلاعب بشكل تجريبي والسماح لتمديد برمجيات النمذجة إلى العالم المادي. وكان هذا النهج تنفيذها بشكل جيد في العالم الأكاديمي 7،8 ولكن عملية بناء روبوت بيوميمتيك لاختبار فرضية يمكن أن تكون مكلفة وتستغرق وقتا. فإننا نقدم وسيلة لتنفيذ نهج biorobotic باستخدام الروبوتات المتاحة تجاريا كذلك (LEGO NXT مايندستورمز 2.0). والهدف من هذه الطريقة هو توفير وسيلة سريعة وفعالة لاختبار أنظمة مستوى الأعصاب الفرضيات على الروبوتية 9 أو الحيوي الهجين 10 تتجسد المحاكاة الشبكة العصبية. تسريع عملية من فرضية أن التجربة يحسن إنتاجية البحوث. يوفر بسيطة LEGO منصة مايندستورمز سرير اختبار لأجهزة الاستشعار بيوميمتيك والشبكات العصبية التي نحن شرح باستخدام جراد البحر الأمريكي (Homarus americanus) باعتباره النموذج الحي. يوفر الأسلوب أيضا قوية التدريب العملي على أداة تعليمية في الفصول الدراسية كما يمكن للطلاب تصميم والتلاعب الجهاز العصبي للالروبوتات الخاصة بهم 11.

تصميم وتنفيذ المحاكاة الجهاز العصبي على lego الروبوتات

Designing and Implementing Nervous System Simulations on LEGO Robots

فإننا نقدم وسيلة لاستخدام المتاحة تجاريا LEGO NXT مايندستورمز منصة الروبوتات لاختبار أنظمة الأعصاب مستوى الفرضيات. الخطوة الأولى من هذه الطريقة لوضع محاكاة الجهاز العصبي من السلوكيات انعكاسية معينة من كائن حي الطراز المناسب، وهنا نستخدم جراد البحر الأمريكي. يمكن أن ردود الفعل الاستقبال الخارجي بوساطة متصالبة (معبر) الوصلات العصبية شرح سيارات الأجرة الحيوان نحو أو بعيدا عن التحفيز كما وصفها Braitenberg وجيدا خاصة مناسبة للتحقيق باستخدام منصة NXT. مبرمجة 1 محاكاة الجهاز العصبي باستخدام البرمجيات ابفيف على LEGO منصة مايندستورمز. مرة واحدة يتم ضبطها الجهاز العصبي بشكل صحيح، يتم تشغيل التجارب السلوكية على الروبوت وعلى الحيوان تحت ظروف بيئية مماثلة. من خلال التحكم في بيئة الحسية التي يعيشها العينات، ويمكن ملاحظة الاختلافات في النتائج السلوكية. هذه الاختلافات قد يشير إلى deficienc محددةالمنشأ في النموذج الجهاز العصبي وتعمل على إبلاغ التكرار من نموذج لسلوك معين تحت الدراسة. هذا الأسلوب يسمح للتلاعب التجريبية من الجهاز العصبي الإلكترونية ويخدم كوسيلة لاستكشاف فرضيات علم الأعصاب على وجه التحديد فيما يتعلق بأساس العصبية من السلوكيات بسيطة انعكاسية فطرية. يوفر LEGO NXT مايندستورمز عدة منصة بأسعار معقولة وفعالة التي لاختبار مخططات مراقبة الروبوت بيوميمتيك الأولية. هو النهج أيضا مناسبة تماما لالفصول الدراسية في المدرسة الثانوية لتكون بمثابة الأساس للالتدريب العملي على التحقيق القائم على المنهج biorobotics.

المدخلات من مخالب جراد البحر وإلى الجهاز العصبي في التوسط التفاوض عقبة في بيئة الرواية. ويبين الشكل 1 لقطة من الفيديو المستخدمة لتحليل سلوك روبوت ليغو (الشكل 1A) وجراد البحر (الشكل 1B) في الساحة الاختبار. وقد معدلة الساحة اختبار بين الحيوان والإنسان الآلي الاختبارات إلا أن المياه كانت أفرغت من خزان للمحاكمات الروبوت. يتم عرض نتائج تتبع الفيديو في الشكل 2....

ويقدم نهجا للنمذجة الشبكة العصبية على مايندستورمز منصة الروبوتات LEGO. يوفر طريقة أداة محاكاة للاللافقارية البحوث علم الأعصاب في كل من مختبر الأبحاث والفصول الدراسية. هذه التقنية تمكن التحقيق من المبادئ تحكم الروبوت بيوميمتيك.

تصميم وتنفيذ المحاكاة الجهاز العصبي على LEGO الروبوتات

We present a method to use the commercially available LEGO Mindstorms NXT robotics platform to test systems level neuroscience hypotheses. The first step ...

الهدف العام من هذه الطريقة هو بناء نماذج أولية واختبار محاكاة للجهاز العصبي بسرعة على منصة روبوتية. ويتحقق ذلك من خلال تشغيل عمليات محاكاة للشبكة العصبية على منصة Lego Mindstorms NXT، وإجراء اختبارات مقارنة جنباً إلى جنب مع النموذج الحيواني. أولاً، يتم بناء روبوت لاستخدامه كمنصة لمحاكاة الجهاز العصبي.يتم بعد ذلك تطوير شبكة عصبية افتراضية بناءً على دراسة إيثولوجية عصبية وبرمجتها على المنصة الروبوتية. وتُجرى دراسات إيثولوجية لمقارنة أداء الشبكات العصبية الافتراضية بأداء الجهاز العصبي للحيوان. ويمكن من خلال ذلك تحديد أوجه القصور في النموذج وتوجيه عملية تطويره مستقبلاً، كما يمكن اختبار فرضيات علم الأعصاب على مستوى الأنظمة من خلال التلاعب المباشر بمعاملات المحاكاة.مرحباً، أنا دان بلوستين من مركز العلوم البحرية بجامعة نورتيسترن. سنقوم هنا بتوضيح منهجية للتنفيذ السريع لمحاكاة الجهاز العصبي على منصة روبوتية. ومن خلال تطوير هذا الإجراء لاستخدامه في مجموعة روبوتات متاحة تجارياً، جعلنا هذا النهج الروبوتي الحيوي في علم الأعصاب ميسور التكلفة وفعالاً ومتاحاً للباحثين الذين لا يملكون خبرة في الهندسة الروبوتية.كما أن هذا النهج مناسب تماماً للفصول الدراسية في المرحلتين الثانوية والجامعية ليكون بمثابة أساس لمنهج تعليمي تطبيقي قائم على الاستقصاء في مجال الروبوتات الحيوية. تتمثل الخطوة الأولى في بناء منصة الروبوت في اختيار كائن نموذجي للدراسة يكون ممثلاً بشكل جيد في الأدبيات المختصة بسلوك الأعصاب. وتعتبر اللافقاريات بشكل عام مرشحة جيدة لأن أجهزتها العصبية البسيطة نسبياً قد تمت دراستها بشكل جيد وتتكون أساساً من ردود فعل فطرية.سوف نستعرض هذا النهج باستخدام جراد البحر الأمريكي Hamas Americana. الخطوة التالية هي اختيار سلوكيات انعكاسية مدروسة جيداً لأغراض النمذجة. وبالاعتماد على جراد البحر، يمكننا استقصاء الاستجابات تجاه التحفيز، والانحناء، وضربة المخلب، والتدفق البصري.تعتمد المنعكسات البسيطة على اتصالات عصبية ممتدة من الجانبين. وتعد المستشعرات المتماثلة ثنائياً مناسبة تماماً لهذا النوع من الدراسات. باستخدام مجموعة Lego Mindstorms NXT 2.0، قم ببناء روبوت يحاكي البنية الجسمانية للنموذج الحيواني.يمكن استخدام منصات روبوتية أخرى، إلا أن المجموعة المتاحة تجارياً والتي نستخدمها هنا تسمح بالتنفيذ السريع. تتمثل الخطوة التالية في تزويد الروبوت بمستشعرات تتوافق مع الأنظمة المختارة لدراسة المستشعرات. ويمكن استخدام المستشعرات المضمنة في مجموعة Lego Mindstorms، أو يمكن تصميم مستشعرات محلية الصنع كما هو موضح في مجموعة متنوعة من المواد المنشورة.نستخدم مستشعر اللمس من ليغو (Lego)، ومستشعر انحناء نقطي مرن بهوائي مخصص، ومستشعراً للتدفق البصري طورته شركة Centi Incorporated لبناء موصل مقاوم مخصص؛ فعلى سبيل المثال، يتم وصل مستشعر الهوائي بسلك موصل NXT ولحم الأسلاك السوداء والبيضاء بأطراف المستشعر. لبدء برمجة محاكاة الجهاز العصبي، استخدم دراسات سلوك الأعصاب (neuro ethological) المنشورة مسبقاً لتطوير شبكة عصبية لأغراض النمذجة. لقد اقترحت الأدبيات العلمية شبكات عصبية لتفسير سلوك كائنات نموذجية متنوعة، من سراطاني البحر إلى الجلكي، حيث يجب تحديد الوحدات العصبية الوظيفية واتصالاتها التشابكية.يمكن أيضاً تطوير وتنفيذ تجارب إيثولوجية عصبية مبتكرة مفترضة إذا سمحت الظروف المختبرية بذلك. استخدم برنامج LabVIEW لبرمجة الشبكة لمنصة Lego Mindstorms. تُستخدم أدوات افتراضية أو أنظمة BIS لنمذجة العصبون والتشابك العصبي، ويمكن العثور عليها عبر الإنترنت.نوصي باستخدام نموذج خريطة الوقت المتقطعة الذي طوره Roloff لأنه يتيح تشغيلاً فورياً فعالاً من الناحية الحسابية مع الحفاظ على مجموعة متنوعة من أنظمة مخرجات إطلاق الخلايا العصبية من خلال معلمين للتحكم. يحدد كل من Alpha و Sigma ديناميكيات العصبون المحاكى لإنتاج مخرجات متنوعة، بما في ذلك الإطلاق التوتري، والنبضي، والفوضوي، والانفجاري، والصمت الجوهري. يوفر Lab view بيئة برمجة رسومية بديهية تتيح النشر السريع؛ حيث يتم وضع الـ vi الخاصة بالعصبون والمشبك العصبي أولاً داخل حلقة while بحيث يتم تحديث الشبكة بشكل تكراري.بعد ذلك، قم بتوصيل مخرجات نبضات العصبونات قبل التشابكية عبر التشابكات العصبية بالعصبونات بعد التشابكية. ثم مرر المعلمات التي يتم تحديثها بشكل تكراري من خلال مسجلات الإزاحة إلى دورة الحساب التالية. يقوم نموذج DTM بتحديث المتغيرات الديناميكية السريعة والبطيئة التي يتم تمريرها إلى التكرار التالي من الحسابات.يجب ضبط معلمات التشابك العصبي لتحديد هندسة الشبكة. يحدد نموذج DTM قوة التشابك العصبي، ويمكن ضبط معدل الارتخاء وقيم جهد الانعكاس وفقاً لخصائص شبكتك المحددة، ولكننا نوصي بالإعدادات التالية: JS يساوي 0.60 وgamma يساوي 0.95 وXRP يساوي 2.2 للتشابك الاستثاري أو -1.8.بالنسبة للمشبك التثبيطي، قم بضبط معلمات التحكم alpha و sigma لتعديل النشاط الأساسي للعصبون. نوصي باستخدام قيمة alpha تساوي 4.05 وقيمة sigma تساوي -3.10. استخدم lab view sensor vs.لإدخال معلومات المستشعر في شبكتك. بالنسبة للمستشعرات المتوفرة، فإن أجهزة الـ VI متاحة بالفعل ضمن وحدة Mindstorms lab view. أما بالنسبة للمستشعرات المقاومة المخصصة، فاستخدم VI الخاص بمستشعر الضوء كإطار عمل للبرمجة.أدرج مخططات رسومية على اللوحة الأمامية لبرنامج lab view لتصور النشاط العصبي. استبدل مدخلات المستشعر مؤقتاً بصناديق تحكم في اللوحة الأمامية من أجل التحكم يدوياً في معلومات المستشعر الواردة إلى الشبكة العصبية، ثم قم بتشغيل الشبكة العصبية وضبط أدوات التحكم في اللوحة الأمامية يدوياً لتقديم مدخلات حسية متنوعة. تحقق من أن الشبكة تعمل نوعياً كما هو متوقع في الظروف المعروفة.قم بتعديل الشبكة حسب الحاجة عن طريق تغيير معاملات العصبونات والتشابكات العصبية. يجب إجراء المحاولات الأولى لضبط الشبكة من خلال تغيير قوة التشابكات العصبية المختلفة. وقد يلزم تعديل معاملات أخرى أيضاً.بمجرد أن تعمل الشبكة بدقة نوعية، استبدل صناديق التحكم في اللوحة الأمامية بـ VIs الخاصة بمدخلات المستشعر، ثم قم ببرمجة الشبكة على منصة NXT عبر اتصال USB. لاختبار محاكاة الجهاز العصبي، قم بإعداد بيئة محكومة لمراقبة الحيوان والروبوت تحت ظروف مماثلة. قم بتثبيت كاميرا فيديو علوية لتسجيل السلوكيات.تأكد من وجود تباين عالٍ بين الهدف والخلفية، وذلك للسماح بالتتبع التلقائي. ضع الحيوان في البيئة الخاضعة للتحكم وقم بتسجيل السلوك بالفيديو.تأكد من الحد من القدرات الحسية لسرطان البحر لتتطابق مع قدرات الروبوت. نقوم هنا بتقييد رؤية سرطان البحر واستشعاره الكيميائي عن طريق تغطية العينين بقناع من رقائق الألومنيوم وتعطيل المستقبلات الكيميائية باستخدام الماء العذب. قم بتعديل البيئة المحيطة للسماح بتشغيل روبوت Lego.كرر إجراء اختبار السلوك وتصوير الفيديو باستخدام الروبوت. استخدم برنامج MATLAB لتتبع الحيوان والروبوت تلقائيًا. نحن نستخدم نص MATLAB البرمجي الخاص بتتبع المختبر للفئران (mouse lab tracker)، والمتوفر عبر الإنترنت.قم بإنشاء ومقارنة مخططات لحركات الحيوان والروبوت. قم بتعديل الشبكة العصبية وتكرار تجربة تتبع السلوك لملاحظة كيف تؤثر الجوانب المختلفة للجهاز العصبي الإلكتروني على سلوك الروبوت. على سبيل المثال، يمكن ضبط قوة التشابكات العصبية عند عقد معينة في الشبكة العصبية.بدلاً من ذلك، يمكن تعديل الظروف الحسية في ساحة الاختبار ومراقبة التأثيرات الناتجة على الروبوت والحيوان. ومن خلال مقارنة الأداء السلوكي للروبوت والحيوان، يمكننا استقصاء مبادئ عمل الجهاز العصبي. وقد تم تغيير قوة التشابك العصبي من الخلايا العصبية الحسية لمحفز حرق المخلب إلى الجهاز العصبي في الروبوت، وتم تتبع السلوك الناتج.تمثل الخطوط الحمراء حركة الروبوتات ذات المشابك الاستثارية الضعيفة. وتظهر الخطوط الزرقاء المشابك الاستثارية متوسطة القوة، بينما تظهر الخطوط الخضراء حركة الروبوتات ذات المشابك الاستثارية القوية. أما مسارات جراد البحر فيمثلها الخطوط السوداء، وهي عبارة عن جهاز عصبي افتراضي يحتوي على اتصالات استثارية متوسطة المستوى ناتجة عن ارتطام المخلب.تنتج العصبونات الحسية مخرجات سلوكية مماثلة لتلك التي تظهر على الحيوان. ويمكن استخلاص معايير كمية للمقارنة من البيانات، مثل طول المسار ومتوسط سرعة المشي. وكما هو موضح في هذا الجدول، فقد استعرضنا للتو كيفية استخدام منصة روبوتية ميسورة التكلفة وسهلة الوصول لتشغيل واختبار محاكاة الجهاز العصبي.يعد هذا النهج مفيداً للاختبار السريع لفرضيات الجهاز العصبي، ويمكن لعلم الأحياء والباحثين الآخرين الذين لا يمتلكون خبرة في مجال الروبوتات اعتماده بسرعة. هناك بعض القيود المتأصلة في استخدام هذه المنصة، مثل قدرات المعالجة لشريحة NXT ونطاق المستشعرات المتاحة للتنفيذ الروبوتي. ومع ذلك، فإن هذا النهج يمثل أداة قوية للتنفيذ في المراحل المبكرة لمحاكاة الجهاز العصبي المجسد، ويمكن أن يكون بمثابة نقطة انطلاق لإجراء تحقيقات أكثر عمقاً في مجال الروبوتات الحيوية باستخدام منصات مخصصة عند استخدامه من قبل طلاب المدارس الثانوية والكليات.يوفر هذا النهج طريقة مثيرة قائمة على الاستقصاء لتدريس علوم الأعصاب والروبوتات وقيمة العلوم متعددة التخصصات لعلماء المستقبل. شكراً للمشاهدة.

designing-and-implementing-nervous-system-simulations-on-lego-robots

Research

JoVE Journal

Neuroscience

علم الأعصاب

اوريغامي الحمض النووي هو وسيلة قوية لانتاج الأجسام النانوية دقيقة بواسطة برمجة التجميع الذاتي للجزيئات الحمض النووي. هنا، نحن تصف كيف يمكن استخدام اوريغامي الحمض النووي لتصميم الروبوت الآلي قادرة على استشعار العظة البيولوجية والاستجابة من قبل شكل التحول، نقلت بعد ذلك إلى التأثير المطلوب.

تصميم روبوت الحيوية استجابة من اوريغامي الحمض النووي

في هذه الورقة ، يتم تقديم إطار تجريبي لإجراء تجارب الحلقة المغلقة ، حيث تتم دراسة معالجة المعلومات (أي الترميز وفك التشفير) وتعلم التجمعات العصبية أثناء التفاعل المستمر مع الجسم الآلي.

حلقة مغلقة العصبية الروبوتية تجارب لاختبار خصائص الحاسوبية من الشبكات العصبية

الهدف العام لهذه الطريقة هو إنشاء إجراء تجريبي قائم على SSVEP من خلال دمج برامج متعددة لتمكين دراسة تفاعل الدماغ والروبوت مع الروبوتات البشرية ، وهو أمر محتمل في مساعدة المرضى وكبار السن بالإضافة إلى أداء وظائف غير صحية أو خطرة.

SSVEP القائم على الإجراءات التجريبية للدماغ روبوت التفاعل مع مواصفات البشر الروبوتات

ويرد نموذج للتدريب وتحليل مهمة التوصل الماهرة الآلي في الفئران. تحليل محاولات سحب يكشف فرعية متميزة من التعلم الحركي.

التحقيق عمليات التعلم المهارات الحركية مع الروبوتية Manipulandum

نقدم بروتوكول بشأن تصميم وحدات وإنتاج روبوت ذكي مساعدة العمال العلمية والتقنية في تصميم الروبوتات الذكية مع مهام الإنتاج الخاصة استناداً إلى الاحتياجات الشخصية والفردية التصميم.

وحدات تصميم وإنتاج روبوت ذكي يستند إلى استراتيجية لمراقبة مغلقة

توفر عقد الروبوت الموزعة تسلسلات من محفزات الضوء الأزرق لتوجيه مسارات نمو مصانع التسلق. من خلال تفعيل الفوتوتروبيسم الطبيعي، الروبوتات توجيه النباتات من خلال القرارات الثنائية اليسار واليمين، وزراعتها في أنماط محددة مسبقا أنه على النقيض من ذلك غير ممكن عندما تكون الروبوتات نائمة.

توفير الاستشعار الآلي والمحفزات لنمو النباتات الموجهة

يوفر هذا البروتوكول قائمة مفصلة من الخطوات التي يتعين تنفيذها لتصنيع ومراقبة وتقييم أداء التسلق للروبوت الناعم المستوحى من gecko.

التصنيع، والتحكم، وتقييم الأداء من روبوت الناعمة مستوحاة من Gecko

يصف هذا العمل نظام التجريب عبر الإنترنت الذي يوفر تجارب مرئية ، بما في ذلك تصور النظريات والمفاهيم والصيغ ، وتصور العملية التجريبية باستخدام منصات اختبار افتراضية ثلاثية الأبعاد (3-D) ، وتصور نظام التحكم والمراقبة باستخدام عناصر واجهة مستخدم مثل الرسوم البيانية والكاميرات.

نظام التجريب التفاعلي والمصور عبر الإنترنت للتعليم والبحث الهندسي

تشير التقديرات إلى أن 1 من كل 6 أفراد في جميع أنحاء العالم سيصابون بسكتة دماغية في حياتهم ، مما يتسبب في إعاقة طويلة الأجل ، لا تزال آليات إعادة التأهيل غير مفهومة بشكل جيد. تقترح هذه الدراسة بروتوكولا لتقييم تنشيط الدماغ عن طريق التحليل الطيفي الوظيفي للأشعة تحت الحمراء القريبة (fNIRS) خلال جلسة العلاج الروبوتي للأطراف السفلية.

تجربة باستخدام التحليل الطيفي الوظيفي القريب من الأشعة تحت الحمراء وحركات التأشير متعددة المفاصل بمساعدة الروبوت للطرف السفلي

هنا ، نقدم بروتوكولا لمحاكاة ومراقبة عملية التجميع شبه الآلي المتدرجة ، من خلال تعاون روبوت تعاوني والتحقق عبر نظام رؤية الكمبيوتر لمراقبة الجودة.

محاكاة عملية تجميع متدرجة بالتعاون مع ذراع روبوتية ومراقبة من خلال نظام رؤية لمراقبة الجودة

اكتشف كيفية تصميم وتنفيذ محاكاة الشبكات العصبية باستخدام منصة LEGO Mindstorms NXT. تتيح هذه الطريقة للباحثين نمذجة الجهاز العصبي ومقارنة الأداء مع النماذج الحيوانية في بيئات تعليمية وبحثية متنوعة.

تصميم وتنفيذ المحاكاة الجهاز العصبي على LEGO الروبوتات

استكشف المزيد من الفيديوهات