WheelCon : une plate-forme de jeu basée sur le contrôle des roues pour étudier le contrôle des capteurs humains
15 août 2020
WheelCon est une plate-forme nouvelle, libre et open-source pour concevoir des jeux vidéo qui simulent sans invasif le vélo de montagne sur un sentier raide, tortueux et cahoteux. Il contient des composants présentant dans le contrôle sensorimoteur humain (retard, quantification, bruit, perturbation, et de multiples boucles de rétroaction) et permet aux chercheurs d’étudier l’architecture en couches dans le contrôle sensorimoteur.
Le système de commande moteur sensoriel humain est extrêmement robuste, bien que la détection soit distribuée, clairsemée, quantifiée, bruyante et retardée. L’informatique dans le système nerveux central est lente, l’actionnement musculaire fatigue et sature. Pour étudier ces facteurs causals et ses conséquences sur les performances du système de contrôle sensoriel du moteur, il est important de développer une plate-forme expérimentale facile à utiliser qui manipulent ces facteurs et enregistrent les performances.
Ici, nous vous présente une plate-forme de jeu appelée WheelCon, qui est une plate-forme libre et open source pour concevoir des jeux vidéo pour notre environnement virtuel qui simule l’équitation d’un vélo de montagne sur un sentier raide, tordu, cahoteux. WheelCon s’intègre avec un volant car il peut manipuler les variables dans le système de contrôle du moteur sensoriel humain, tels que le retard de signalisation, la quantification, le bruit et la perturbation tout en enregistrant la trajectoire de commande du moteur et l’aérodynamique. Il permet également à la recherche d’étudier la couche que les architectes en contrôle moteur sensoriel, y compris les objectifs de la couche supérieure, les plans, les décisions, et la détection de la couche inférieure, réflexe et l’action.
Sur l’ordinateur fonctionnant sous Windows 10, rendez-vous sur la page Web de WheelCon, cliquez sur Clone ou téléchargez, puis cliquez sur Télécharger ZIP dans le dialogue popup. Extraire tous les fichiers sur le disque dur local. Rendez-vous sur le site Web du fabricant et téléchargez le pilote correspondant pour votre modèle de roue de course.
Montez la roue de course solidement au niveau de la position assise devant un moniteur. Connectez le câble USB de la roue au PC et l’adaptateur de puissance à une prise de courant. Pour tester le programme, double-cliquez sur wheelcon.
dans le dossier du fichier Sortie excutable. Configurez les paramètres en fonction de la configuration du moniteur et cliquez sur Lire. Asseyez le sujet confortablement derrière les roues.
Assurez-vous que le sujet est autorisé gamme adéquate de mouvement lors de la manipulation de la roue. Cliquez sur La tâche de droit de Fitt. Cliquez sur la boîte de texte et tapez un nom pour le fichier de sortie, inclure des informations sur le sujet et la tâche.
Cliquez sur Sélectionnez Fichier, puis sélectionnez La Loi de Fitt. txt comme entrée. Cliquez sur Commencer le jeu.
Demandez au sujet de suivre la zone grise avec la ligne verte en tournant le volant. Ce jeu sert à familiariser le sujet avec la configuration. Cliquez sur Mountain Bike Task.
Tapez le nom du fichier de sortie et sélectionnez Vision_Delay.txt. Cliquez sur Commencer le jeu pour commencer les tests. Dans ce jeu, la longueur de la fenêtre d’avenir change pour fournir un avertissement avancé, aucun avertissement ou un retard visuel.
Cliquez sur Mountain Bike Task, tapez le nom du fichier de sortie et sélectionnez Action_Delay.txt. Cliquez sur Commencer le jeu pour commencer les tests. Dans ce jeu, un délai est ajouté entre le virage de la roue du sujet et le mouvement de la ligne verte.
Le délai commence à zéro seconde et augmente de 0,15 seconde jusqu’à ce qu’il atteigne 0,75 seconde. Cliquez sur Mountain Bike Task, tapez le nom du fichier de sortie et sélectionnez Vision Quantization.txt. Cliquez sur Commencer le jeu pour commencer les tests.
Dans ce jeu, le taux de données visuelles est manipulé. Lorsque les données visuelles sont faibles, la piste ne peut apparaître que dans quelques endroits gris lâches. À mesure que le taux de données visuelles augmente, la zone grise peut apparaître à des endroits plus potentiels et son mouvement devient plus continu.
Cliquez sur Mountain Bike Task, tapez le nom du fichier de sortie et sélectionnez Action Quantization.txt. Cliquez sur Commencer le jeu pour commencer les tests. Dans ce jeu, le taux de données d’action est manipulé.
Lorsque le débit de données est à son plus lent, la ligne grise ne peut aller qu’à une vitesse. À mesure que le taux de données augmente, le contrôle de la vitesse des roues devient plus fin. Cliquez sur Mountain Bike Task, tapez le nom du fichier de sortie et sélectionnez Bump Trail.txt.
Cliquez sur Commencer le jeu pour commencer les tests. Dans ce jeu, les perturbations sont ajoutées soit comme un couple sur la roue, simulant une bosse, un virage soudain sur la piste ou les deux types de perturbations combinées. Pour récupérer les résultats des tests, rendez-vous dans le dossier du fichier de sortie exécutable et recherchez le fichier avec les noms de fichiers précédemment spécifiés.
De gauche à droite, chaque ligne du fichier de sortie spécifie le temps, la position d’essai, la taille de la bosse, le taux de données d’action, le retard d’action, le retard visuel, le taux de données visuelles, l’erreur de suivi et l’angle du volant. Pour développer un nouveau fichier d’entrée, ouvrez le Code de conception des pistes cyclables WheelCon Mntn. m dans le dossier Code source avec Matlab.
Sélection de cette section du code pour les paramètres de jeu souhaités, appuyez sur Contrôle plus T pour désacomment, puis appuyez sur Exécuter. Le fichier d’entrée sera régénéré dans le même dossier. Comme le suggère le chiffre, dans les jeux avec des retards visuels ou d’action, l’erreur du sujet a augmenté avec des retards plus importants.
La limitation des taux de données dans la sortie d’entrée visuelle ou d’action a entraîné des erreurs plus importantes. Ce chiffre montre l’aérodynamique pendant les essais avec soit seulement des bosses, seulement des virages ou les deux combinés. Comme vous regardez cette vidéo, vous devriez être familier avec la façon d’appliquer WheelCon à une étude de contrôle moteur sensoriel humain.
Consultez la transcription complète et accédez à des milliers de vidéos scientifiques
Aperçu
WheelCon est une plateforme de jeu gratuite et open-source conçue pour simuler de manière non-invasive le vélo de montagne sur un sentier difficile. Cette plateforme permet aux chercheurs d'étudier le contrôle sensorimoteur humain en manipulant des variables telles que le délai, la quantification et le bruit, fournissant des informations sur l'architecture en couches du contrôle moteur.
Composants clés de l'étude
Domaine scientifique
- Neuroscience
- Contrôle sensorimoteur
- Interaction homme-machine
Contexte
- Le système de contrôle sensorimoteur humain est complexe et robuste, malgré sa nature distribuée et bruyante.
- Comprendre les conséquences de divers facteurs causaux sur la performance du système est essentiel pour faire progresser la recherche.
- Les plateformes expérimentales existantes manquent souvent de facilité d'utilisation pour manipuler ces facteurs.
Objectif de l'étude
- Développer une plateforme expérimentale permettant la manipulation de paramètres affectant le contrôle sensorimoteur.
- Permettre l'enregistrement des résultats de performance dans des conditions expérimentales variées.
- Faciliter l'étude des différentes couches dans le contrôle sensorimoteur, englobant à la fois les objectifs de haut niveau et les actions de bas niveau.
Méthodes utilisées
- La plateforme principale utilisée est WheelCon, un environnement de type jeu vidéo fonctionnant sous Windows 10.
- Les participants interagissent avec une interface de volant de course pour explorer diverses conditions, y compris les délais visuels et d'action.
- De multiples essais sont menés pour évaluer l'influence des délais et de la quantification sur la performance de suivi.
- Les configurations peuvent être modifiées pour observer différents types de perturbations et leurs effets sur le contrôle moteur.
Résultats principaux
- Des délais accrus ont conduit à des erreurs de suivi plus élevées chez les sujets.
- Des taux de données plus faibles pour l'entrée visuelle et la sortie motrice étaient associés à de plus grandes erreurs dans la performance des tâches.
- Les résultats mettent en évidence la sensibilité du système de contrôle moteur à divers paramètres, informant les conceptions pour les études futures.
Conclusions
- WheelCon démontre un outil polyvalent pour étudier le contrôle sensorimoteur humain dans un environnement sûr et contrôlé.
- Il permet aux chercheurs d'explorer les interactions complexes entre plusieurs variables affectant la performance motrice.
- La capacité de la plateforme à manipuler et enregistrer divers facteurs améliore la compréhension des mécanismes de contrôle moteur et des applications potentielles en réadaptation.
Questions fréquemment posées
Executive Industry Relevance
WheelCon provides a low-cost, flexible platform for probing human sensorimotor control by manipulating feedback loop parameters such as delay, quantization, and disturbance. This enables mechanistic de-risking in target validation by isolating causal variables in sensorimotor pathways. The system supports predictive confidence in preclinical modeling through quantifiable behavioral outputs aligned with computational models.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses by isolating sensorimotor feedback components.
- Operational Value: Supports biological de-risking through controlled manipulation of neural signaling delays and noise.
- Predictive Value: Facilitates portfolio triage by linking parameter perturbations to measurable performance deficits.
Screening & Assay Development
- Scientific Value: Prepares validated behavioral assays for downstream compound screening in motor function.
- Operational Value: Ensures assay standardization via reproducible input file generation and quantized data rate control.
- Scalability: Enables platform reuse across labs through open-source accessibility and simple hardware requirements.
Translational & Preclinical Research
- Translational Continuity: Connects discovery-layer sensorimotor insights to preclinical validation of neuromodulators.
- Mechanistic De-risking: Clarifies how disturbances in feedback loops affect motor output, informing target engagement strategies.
- Risk-Adjusted Advancement: Supports go/no-go decisions by quantifying performance thresholds under perturbed conditions.
Pipeline & Workflow Integration
WheelCon fits within the discovery continuum from target hypothesis testing to lead optimization in neuromotor therapeutics, enabling iterative refinement based on sensorimotor readouts.
- Discovery Biology: Tests how perturbations in feedback loops affect motor control, supporting pathway clarification.
- Screening: Delivers quantitative outputs like tracking error and steering angle for compound effect comparison.
- Analytics: Generates time-series data on action/visual delay and data rate for statistical modeling of motor performance.
- Translational Research: Aligns with biomarker development by linking manipulated variables to functional outcomes.
- Enterprise Reuse: Functions as a modular capability across neuroscience and rehabilitation teams due to open-source design.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence by reducing ambiguity in sensorimotor mechanism attribution.
- Operational Value: Enhances reproducibility through standardized game configurations and file-based input/output.
- Strategic Value: Improves capital efficiency by lowering barriers to sensorimotor assay implementation.
- Portfolio Impact: Enables risk-adjusted prioritization of compounds based on dose-response in perturbed feedback conditions.
Implementation Considerations
- Requires familiarity with MATLAB for input file generation and game parameter customization.
- Depends on compatible force feedback steering wheel and Windows 10 system for full functionality.
- Necessitates cross-team standardization of subject setup and task instruction for reproducible results.
- Involves adaptation considerations when extending beyond mountain bike task to other sensorimotor paradigms.
- Limited by the physical range of motion and ergonomic setup of the steering wheel interface.
