方法文章

在乐高机器人上设计与实现神经系统模拟

DOI：

10.3791/50519

⸱

2013年5月25日

 ,  , 
1Marine Science Center, Northeastern University, 2Fachrichtung Bionik, Bremen University of Applied Sciences

本文内容

摘要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

介绍了一种在LEGO Mindstorms机器人平台上进行神经网络建模的方法。该方法为无脊椎动物神经科学研究提供了在实验室和课堂环境中均可使用的模拟工具。该技术能够用于探究仿生机器人控制原理。

摘要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

我们提出一种利用市售的 LEGO Mindstorms NXT 机器人平台来检验系统神经科学假说的方法。该方法的第一步是构建适当模式生物特定反射行为的神经系统模拟；本文以美洲龙虾为例。由交叉（decussating）神经连接介导的外感受反射可以解释动物趋向或远离刺激的行为，正如 Braitenberg 所描述的那样，这类反射特别适合利用 NXT 平台进行研究。1 神经系统模拟通过 LabVIEW 软件在 LEGO Mindstorms 平台上编程实现。一旦神经系统模型被正确调校，即可在机器人和动物上于完全相同的环境条件下开展行为实验。通过控制实验对象所经历的感觉环境，可以观察其行为输出的差异。这些差异可能揭示神经系统模型中的特定缺陷，并为针对所研究行为的模型迭代提供依据。该方法允许对电子神经系统进行实验性操控，为探索有关简单先天反射行为神经生理基础的神经科学假说提供途径。LEGO Mindstorms NXT 套件提供了一个经济高效的研究平台，可用于测试初步的仿生机器人控制方案。该方法同样适用于高中课堂，可作为实践性探究式生物机器人课程的基础。

引言

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

过去100年中的神经生理学研究极大地拓展了我们对神经系统结构与功能的认识。然而，迄今为止大多数神经系统研究依赖于离体标本或固定状态的实验对象。尽管已有许多成功记录自由活动动物神经活动的研究2-5，但生物机器人方法为操控神经系统以检验系统神经科学假说提供了一种有价值的工具6。在机器人上运行的模拟神经系统可进行实验性操控，从而将软件建模扩展到物理世界。该方法在学术界已有良好应用7,8，但构建用于假设检验的仿生机器人过程可能成本高昂且耗时。本文介绍一种利用市售机器人套件（LEGO Mindstorms NXT 2.0）实现生物机器人方法的技术。该方法旨在为在机器人9或生物混合10具身神经网络模拟中快速高效地检验系统神经科学假说提供途径。加快从假说到实验的转化过程有助于提升科研效率。我们以美洲龙虾（Homarus americanus）为模式生物，展示了LEGO Mindstorms这一简易平台在仿生传感器与神经网络测试中的应用。此外，该方法还为课堂教学提供了强大的实践性教学工具，学生可为其自主设计的机器人构建并操控神经系统11。

....

访问受限。请登录或开始试用以查看此内容。

方案

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. 构建机器人模型

  1. 选择一种在神经行为学文献中有充分代表性的模式生物进行研究。无脊椎动物通常是理想的选择，因为它们的神经系统相对简单，且已被广泛研究，主要由先天性反射构成。我们将以美洲龙虾 Homarus americanus 为例来演示这一方法。
  2. 为建模目的选择已被深入研究的反射性行为。我们选择了龙虾对触角弯曲的反应以及对螯足碰撞的检测：动物会通过触角弯曲引发趋流性（对水流方向的定向），而螯足接触则介导避障行为。依赖于双侧对称感觉器官交叉神经连接的简单反射非常适合此类研究1。
  3. 构建或选择具有适当传感器的机器人平台，以运行神经网络模拟。虽然可以专门构建机器人（例如 RoboLobster12 或 Sprawl 蟑螂机器人系列13），但本文采用市售套件以加快实验进程。LEGO Mindstorms NXT 2.0 套件提供了模板、模块化组件和成熟的传感器，可实现机器人的快速实体组装。
  4. 选择或构建传感器，以匹配步骤 1.2 中选定行为的感觉模态。可使用 LEGO Mindstorms 套件中预制的传感器，也可自行设计和制作传感器14,15。我们选用了套件自带的 LEGO 触碰传感器，以及一种定制的触角弯曲传感器，该传感器由 FlexPoint 弯曲传感器与 NXT 连接器拼接而成。如需制作定制的电阻式连接器，可剪断 NXT 连接线，将黑色....

访问受限。请登录或开始试用以查看此内容。

结果

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

龙虾的螯肢向其神经系统提供的输入介导了其在新环境中的障碍物规避行为。图1展示了用于分析LEGO机器人（图1A）和龙虾（图1B）在测试 arena 中行为的视频截图。动物实验与机器人实验之间，测试 arena 本身未作任何改动，仅在机器人实验时将水箱中的水排空。

视频追踪结果如图2所示。动物和机器人的运动轨迹通过MATLAB中的MouseLabTracker20自动追踪获得。图中展示了龙虾（黑线）和LEGO机器人实验（彩色线）的代表性轨迹。在机器人实验中，从螯足触碰感觉神经元传入神经系统的突触强度被调整，并以不同颜色的轨迹表示（红色表示低兴奋性；蓝色表示中等兴奋性；绿色表示高兴奋性）。当假设的神经系统中螯足触碰感觉神经元具有中等水平的兴奋性连接时，机器人表现出与动物相似的行为。可从数据中提取定量参数，例如路径长度和平均行走速度（表I）。

访问受限。请登录或开始试用以查看此内容。

讨论

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

在启动生物机器人神经系统模拟实验时，需遵循一些重要准则。选择合适的模式生物至关重要：应挑选易于获取和饲养的生物。无脊椎动物是理想选择，因为通常无需机构审批即可进行实验，且其饲养需求通常比脊椎动物更低。从科学角度来看，选择具有已建立的神经行为学文献记录的动物将有利于提出可供验证的假设21。

选择合适的研究生物体同样重要的是选择适当的行为反射进行研究。LEGO NXT 平台在不进行自定义修改的情况下仅能连接四个传感器，因此选择具有较少传感器的相对简单的感官系统至关重要。简单的行为反射通常已有充分描述，并能为可检验的假设提供更大的灵活性。NXT 的计算能力也是一个限制因素，因此应尽量缩小神经系统模拟的范围。科学家们经常发表解释特定行为的神经网络模型，选择其中一种模型最为简便。简单的趋性与动性行为非常适合这种生物机器人研究方法22。

尽管这种方法对于快速检验神经系统假说具有实用价值，但仍需注意若干局限性。其可测试的范围有限，复杂的感官系统无法在此平台上使用。例如，复杂的视觉信息处理超出了NX.......

访问受限。请登录或开始试用以查看此内容。

披露

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

作者声明不存在任何竞争性经济利益。

致谢

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

感谢塔夫茨大学的 Chris Rogers 博士在程序编写和稿件撰写方面提出的建议。感谢 Alex Giuliano 和 Deborah Lee 在视频制作方面提供的支持。

由美国国家科学基金会研究生研究奖学金和海军研究办公室合成生物学多学科大学研究计划资助。

....

访问受限。请登录或开始试用以查看此内容。

参考文献

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Braitenberg, V. Taxis, kinesis and decussation. Prog. in Brain Res. 17, 210-222 (1965).
  2. Schregardus, D. S., Pieneman, A. W., Ter Maat, A., Jansen, R. F., Brouwer, F., Gahr, M. L. A lightweight telemetry system for recording neuronal activity in freely behaving smal....

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

LEGO Mindstorms NXT LabVIEW

相关文章