Name: תכנון ויישום מערכת עצבים בסימולציות לגו רובוטים (וידאו) | JoVE Journal
Uploaded: 2013-05-25T14:00:00.000+00:00
Duration: 10 min 34 s
Description: חקור מודלים של מערכות עצבים באמצעות פלטפורמת רובוטיקה LEGO Mindstorms NXT. שיטה זו מאפשרת השוואה ישירה בין רשתות עצביות רובוטיות למערכות עצבים של בעלי חיים ותומכת במחקר ובחינוך.

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

אנו מודים לד&quot;ר כריס רוג&#39;רס (אוניברסיטת טאפטס) לקבלת הצעות תכנות וכתב יד. אנו מודים לאלכס ג&#39;וליאנו ודבורה לי לתמיכת הפקת וידאו. מימון הניתן על ידי NSF בוגרת מלגת מחקר וmuri ONR בביולוגיה סינטטי.

1. בניית מודל הרובוט <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> בחר אורגניזם מודל ללמוד שמיוצג היטב בספרות neuroethological. חסרי חוליות באופן כללי להפוך את מועמדים טובים בגלל מערכת העצבים פשוטה יחסית נחקרה היטב ומורכב בעיקר של רפלקסים מולדים. נדגים גישה זו באמצעות לובסטר האמריקאי, Homarus americanus. </li><li style=";text-align:right;direction:rtl"> בחר היטב למדו התנהגויות רפלקסיביות לצרכי דוגמנות. אנו בחרנו תגובות של הלובסטר לעיקול ומחושים לאיתור בליטה טופר כחיה רפלקסיבי מגיבה לכיפוף של אנטנות כדי לעורר rheotaxis (נטייה לזרימת מים) ואילו אנשי קשר טפר לתווך הימנעות ממכשולים. רפלקסים פשוטים הנשענים על decussating קשרים עצביים מחיישני ילטרלי סימטריים מתאימים גם לסוג זה של מחקר זה 1. </li><li style=";text-align:right;direction:rtl"> לבנות או לבחור פלטפורמה רובוטית עם חיישנים מתאימים להתנהגויות שנבחרו על מנת להפעיל העצביסימולציה של רשת. בעוד רובוט ייעודי ניתן לבנות כגון פרבור (ג&#39;וק) רובוט משפחת 13 12 RoboLobster או, כאן אנו משתמשים בערכה זמינה מסחרי כדי לזרז את תהליך הניסוי. לגו Mindstorms NXT 2.0 הערכה, מתן תבניות, רכיבים מודולריים וחיישנים שנקבעו, מאפשרת לבנייה הפיסית המהירה של הרובוט. </li><li style=";text-align:right;direction:rtl"> בחר או לבנות חיישנים כדי להתאים את שיטות של ההתנהגויות שנבחרו בשלב 1.2. Premade יכולים לשמש חיישנים מגו Mindstorms הערכה או יכולים להיות מהונדסים חיישני homebrew 14,15. יש לנו נבחרת חיישן מגע לגו וכלל חיישן עיקול מחושים מותאם אישית בהיקף של חיישן עיקול FlexPoint שחבור למחבר NXT. לבנות מחבר התנגדות מותאם אישית, לחתוך חוט מחבר NXT ולרתך את הכבלים השחורים ולבנים למוביל של החיישן. </li><li style=";text-align:right;direction:rtl"> השתמש במחקרים שפורסמו בעבר neuroethological למצוא או לפתח רשת עצבית היפותטית לדוגמנות עמ &#39;urposes. הספרות הציעה רשתות עצביות שונות כדי להסביר את ההתנהגות באורגניזמים מודל שונים, מלובסטרים 16 לצמד הים 17. יחידות עצביות פונקציונליות צריכים להיות מזוהות והקשרים סינפטיים תאוריה. יכולים להיות גם שפותחו ניסויי neuroethological רומן ויישמו אם נסיבות תאפשר מעבדה. </li></ol> 2. תכנות מערכת העצבים <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> השתמש בתוכנת LabVIEW יחד עם מודול LabVIEW לגו Mindstorms NXT ליצור מכשירים וירטואליים (VIS) שרצים למשוואות מתמטיים נוירון ומודל סינפסה. אמנם ניתן להשתמש בכל מודל שפורסם, אנו ממליצים בפעם דיסקרטית מבוסס המפה (DTM) מודל 18. זה מאפשר לפעולה בזמן אמת, תוך שמירה על המחשוב יעיל במגוון של משטרי פלט ירי עצביים. שני פרמטרים בקרה, אלפא סיגמא, ולקבוע את הדינמיקה של נוירון המדומה כדי להפיק פלט עצבי מגוון הכוללים טוניג spiking, ירי כאוטי, שתיקה מתפרצת ומהותית. ניתן למצוא LabVIEW מול Mindstorms לגו למודל נוירון זה באינטרנט כאן: <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"> מקום מול לתוך לולאה בזמן, כך שהרשת תעדכן iteratively. </li><li style=";text-align:right;direction:rtl"> חבר תפוקות ספייק נוירון presynaptic דרך סינפסות לנוירונים postsynaptic. </li><li style=";text-align:right;direction:rtl"> פס iteratively מעדכן פרמטרים באמצעות שינוי יירשם לחישוב המחזור הבא. מודל העדכונים המהיר DTM (x) ומשתנים דינמיים איטיים (y), כי הם עברו לאיטרציה הבאה של חישובים. </li><li style=";text-align:right;direction:rtl"> להגדיר את פרמטרי סינפסה להגדיר מאפייני רשת. עבור כל סינפסה, חוזק סינפטי (gsyn), שיעור ההרפיה (גמא), ופוטנציאל ההיפוך (XRP) הם מקדמים במשוואות מודל DTM הקובעות את התנהגות הסינפטי. הערך של gsyn הוא רבPlier הקובע את עוצמת ההשפעה הנוכחית הסינפטי מאירוע ספייק, הנעה בין 0.0 (ללא אפקט) ל -1.0 (% אפקט 100). הערך של גמא הוא מכפיל הקובע את קצב הדעיכה של הזרם הסינפטי ללא קשר לאירועי ספייק, הנע בין 0.0 (ריקבון מלא) ל1.0 (אין ריקבון). הערך של XRP קובע את רמת עירור או העיכוב של סינפסה, ערכים בדרך כלל נע בין 3.0 ל -3.0 עם ערכים חיוביים מייצגים את העירור וערכים שליליים המייצגים את העיכוב. יכולים להיות מכוון לערכי מאפייני הרשת הספציפיים שלך. כאן אנו משתמשים בהגדרות הבאות: גמא = 0.95, 0.60 = gsyn וXRP = 2.2 (סינפסה מעוררת) או -1.8 (סינפסה המעכבת). </li><li style=";text-align:right;direction:rtl"> התאם אלפא ופרמטרי בקרת סיגמא לשנות פעילות הנוירון תחילת המחקר. את הדינמיקה של המודל עבור פרמטרים בקרה שונים מתואר בפירוט במקומות אחרים אבל בדרך כלל 18, אלפא </em&gt; &lt;4 מייצר פעילות עצבית באופן מהותי שתקה לערכים נמוכים סיגמא או טוניק spiking לערכי סיגמא גבוהים. המעבר בין &#39;נמוכה&#39; ו &#39;גבוהה&#39; ערכי סיגמא מתרחש בדרך כלל בין 1.0 -1.0 ובהתאם לערך אלפא. מתפוצץ פעילות הנוירון מיוצר עבור אלפא&gt; 4 כאשר ערכי סיגמא הם קרובים לאפס. כאן אנו משתמשים אלפא = 4.05 וסיגמא = -3.10. </li><li style=";text-align:right;direction:rtl"> השתמש במידע LabVIEW מול חיישן קלט לתוך הרשת שלך כדי. לחיישנים הניתנים, VIS כבר זמין בתוך מודול LabVIEW Mindstorms. עבור חיישני התנגדות מותאמים אישית, השתמש בחיישן האור השישי כמסגרת תכנות. ניתן למצוא מידע על יצירת חיישני homebrew מקום אחר 14. </li><li style=";text-align:right;direction:rtl"> הכנס תרשימים גרפיים על הלוח הקדמי של תכנית LabVIEW לדמיין פעילות עצבית. </li><li style=";text-align:right;direction:rtl"> באופן זמני להחליף תשומות חיישן עם קופסות בקרת לוח קדמיות על מנת לתפעל את החיישן באופן ידנימידע הולך לרשת העצבית. </li><li style=";text-align:right;direction:rtl"> הפעל את הרשת העצבית וידניות להתאים את בקרות לוח הקדמיות כדי להציג קלט חושי מגוון. ודא שהרשת איכותית מתפקדת כפי שחזה לתנאים ידועים. </li><li style=";text-align:right;direction:rtl"> התאם את הרשת לפי צורך על ידי שינוי פרמטרי נוירון והסינפסה. ניסיונות הראשונים לכוונון הרשת צריך להיעשות על ידי שינוי חוזק סינפטי (gsyn) של סינפסות השונות. פרמטרים אחרים יכולים שיהיה צורך להתאים גם כן. </li><li style=";text-align:right;direction:rtl"> ברגע שפונקציות הרשת איכותי עם דיוק, להחליף את תיבות לוח הבקרה הקדמיות עם חיישן קלט VIS. </li></ol> 3. בדיקת הדמיה של מערכת עצבים <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> הגדר את הסביבה מבוקרת שבו כדי לבחון את בעלי החיים ואת הרובוט בתנאים דומים. אנו משתמשים במכל מלבני המכיל מכשולי סלע (איור 1). יכול להיות מרוקן את המכל כדי להתאים את הרובוט לגו באותו החלל. </li><li style=";text-align:right;direction:rtl"> הר AVמעל המצלמה IDEO להקליט את התנהגות רובוט בעלי החיים /. ודא את הניגוד בין הנושא והרקע הוא גבוה, כדי לאפשר מעקב אוטומטי. אנחנו צבענו את חלקו התחתון של בדיקת הטנק הלבן. </li><li style=";text-align:right;direction:rtl"> מניחים את החיה בסביבה המבוקרת ולהקליט וידאו בהתנהגות. הקפד להגביל את היכולות החושיות של הלובסטר לתואם את אלה של הרובוט. כאן אנו מגבילים את היכולות החושיות של הלובסטר על ידי כיסוי העיניים עם מסכת נייר אלומיניום וdeafferenting chemoreceptors עם מים מתוקים 19. </li><li style=";text-align:right;direction:rtl"> התאם את הסביבה כדי שיתאים לרובוט לגו (הסרת מים במידת צורך) ולהפעיל את הרובוט באותה הסביבה מבוקרת. </li><li style=";text-align:right;direction:rtl"> השתמש בתסריט MATLAB כדי לעקוב באופן אוטומטי את הסמנים בדגימות. אנו משתמשים בMouseLabTracker 20. </li><li style=";text-align:right;direction:rtl"> יצירה ולהשוות חלקות וקטור של בעלי החיים ותנועות רובוט. </li><li style=";text-align:right;direction:rtl"> לשנות את מערכת עצבים וחזרו על שלבים 3.3-3.6 כדי לבחון כיצד היבטים שונים האלקטרונימערכת עצבים משפיעה על התנהגותו של הרובוט. כאן אנו להתאים את החוזק הסינפטי בין תאי עצב טפר חתחת החיישן והמערכת המוטורית וביצועי רובוט לפקח בהשוואה לזו של לובסטר. לחלופין, ניתן לשנות את התנאים החושיים בזירת המבחן ואת ההשפעות שנצפו ברובוט ובעלי חיים. לדוגמה, בזירה שתוארה כאן יכולה להיות נתונה לספיקות מים שונות. </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>

החוקרים מצהירים כי אין להם אינטרסים כלכליים מתחרים.

בעת ביצוע ניסויי סימולציה של מערכת עצבים biorobotic, ישנם כמה קווים מנחים חשובים לעקוב. בחירת אורגניזם המודל הנכון היא קריטית: לאסוף האורגניזם שהוא קל להשגה ולתחזוקה. חסרי חוליות הן אידיאליים, כי הם בדרך כלל לא דורשים את אישור מוסדי לניסויים ולצרכי הגידול בעלי הם לעתים קרובות פחות תובעניים מאלו של בעלי חוליות. מנקודת מבט מדעית, זה מועיל לבחירת בעל חיים שיש לו רקורד ספרות neuroethological ומבוסס שממנו ניתן להסיק השערות לבדיקת 21. <p class="jove_content" style=";text-...

חקירות neurophysiological במהלך 100 השנים האחרונות הרחיבו מאוד את הידע של מבנה מערכת עצבים ובתפקוד שלנו. עם זאת, הרוב המכריע של מחקר מערכת עצבים עד כה הסתמך על השימוש בתכשירים בודדים או נושאים מאופקים. אמנם יש כבר הרבה מאמצים מוצלחים להקלטת פעילות עצבית מהתנהגות בעלי חיים 2-5 באופן חופשי, גישת biorobotic מספקת כלי רב ערך כדי לאפשר למניפולצית מערכת עצבים על מנת לבדוק מערכות השערות מדעי המוח ברמת 6. מערכות עצבים מדומה הפועלות על רובוטים ניתן להשפיע באופן ניסיוני ולאפשר הרחבה של תוכנת מודלים לעולם הפיזי. גישה זו יושמה גם בעולם האקדמי 7,8 אבל בתהליך של בניית רובוט biomimetic לבדיקת השערה יכול להיות יקר זמן רב. אנו מציגים שיטה לביצוע גישת biorobotic באמצעות רובוטיקה K זמין מסחריזה (לגו Mindstorms NXT 2.0). המטרה של שיטה זו היא לספק דרך מהירה ויעילה לבדיקת מערכות ברמת השערות מדעי המוח ברובוטית או 9 סימולציות רשת עצביות ביולוגיות היברידיות 10 גלומות. מאיץ את התהליך מהשערה לניסוי משפר את הפרודוקטיביות מחקר. פלטפורמת Mindstorms לגו פשוט מספקת מיטת בדיקה לחיישני biomimetic ורשתות עצביות שבו אנו מדגימים באמצעות לובסטר האמריקאי (Homarus americanus) כאורגניזם מודל. השיטה מספקת גם עוצמה הידיים על כלי חינוכי בכיתה כתלמידים יכולים לתכנן ולתפעל מערכות עצבים לרובוטים 11 משלהם.

תכנון ויישום מערכת עצבים בסימולציות לגו רובוטים

Designing and Implementing Nervous System Simulations on LEGO Robots

אנו מציגים שיטה להשתמש בפלטפורמת הרובוטיקה LEGO Mindstorms NXT זמינה מסחרי כדי לבדוק את מערכות השערות מדעי המוח ברמה. הצעד הראשון של השיטה הוא לפתח מערכת עצבים סימולציה של התנהגויות רפלקסיביות ספציפיות של אורגניזם מודל מתאים, כאן אנו משתמשים בלובסטר האמריקאי. רפלקסים Exteroceptive תיווך decussating (מעבר) קשרים עצביים יכולים להסביר מוניות של בעלי חיים לכיוון או הרחק מגירוי כפי שתואר על ידי Braitenberg והם בעיקר מתאימים לחקירה באמצעות פלטפורמת NXT. 1 הסימולציה מערכת העצבים מתוכנת באמצעות תוכנת LabVIEW בגו פלטפורמת Mindstorms. ברגע שמערכת העצבים היא מכוונת כמו שצריך, ניסויים התנהגותיים מנוהלים על הרובוט ועל בעלי החיים בתנאים סביבתיים זהים. על ידי שליטה בסביבה החושית שחווים את הדגימות, ניתן לראות הבדלים בפלטים התנהגותיים. הבדלים אלה עשויים להצביע על ספציפי deficiencies במודל מערכת העצבים ומשמש להודיע ​​איטרציה של המודל להתנהגות מסוימת תחת מחקר. שיטה זו מאפשרת למניפולציה הניסויית של מערכת עצבים אלקטרונית ומשמשת כדרך לחקור השערות מדעי המוח באופן ספציפי בנוגע לבסיס neurophysiological של התנהגויות רפלקסיביות מולדות פשוטות. לגו Mindstorms NXT הערכה מספקת פלטפורמה נוח ויעילה שעליו לבדוק את תוכניות בקרת רובוט biomimetic ראשוניות. הגישה היא גם מתאימה מאוד לכיתה בבית הספר הגבוהה לשמש כבסיס לידות על חקירה המבוססת על תכנית לימודים biorobotics.

תשומות מטפריו של לובסטר לתוך מערכת העצבים שלו לתווך משא ומתן מכשול בסביבת רומן. איור 1 מציג צילום מסך של הווידאו להשתמש כדי לנתח את ההתנהגות של רובוט לגו (איור 1 א) ולובסטר (איור 1) בזירת המבחן. זירת המבחן הייתה ללא שינוי בין בעלי החיים ובדיקות רובוט אלא שהמים התרוקנו מהמכל לניסויי הרובוט. תוצאות מעקב וידאו מוצגות באיור 2. נתיבי נסיעה של בעלי חיי...

גישה לדוגמנות רשת עצבית על פלטפורמת גו Mindstorms רובוטיקה מוצגת. השיטה מספקת כלי סימולציה למחקר מדעי המוח בשתי חוליות מעבדת המחקר והכיתה. טכניקה זו מאפשרת חקירה של עקרונות בקרת רובוט biomimetic.

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

המטרה הכוללת של שיטה זו היא לבצע אב-טיפוס ובדיקה מהירה של סימולציות של מערכת העצבים על גבי פלטפורמה רובוטית. דבר זה מושג על ידי הרצת סימולציות של רשתות נוירונים על פלטפורמת Lego Mindstorms NXT, וביצוע בדיקות השוואה במקביל עם המודל החיי. ראשית, נבנה רובוט שישמש כפלטפורמה עבור סימולציית מערכת העצבים.לאחר מכן, פותחת רשת עצבית היפותטית המבוססת על מחקר נוירו-אתולוגי, והיא מתוכנתת על פלטפורמת הרובוטיקה. מחקרים אתולוגיים נערכים כדי להשוות את ביצועי הרשת העצבית ההיפותטית לאלו של מערכת העצבים של בעל החיים. ניתן לזהות ליקויים במודל, אשר ישמשו בסיס לפיתוחו העתידי; כמו כן, ניתן לבחון היפותזות של מדעי העצבים ברמת המערכת באמצעות מניפולציה ישירה של פרמטרי הסימולציה.שלום, אני דן בלואושטיין מהמרכז למדעי הימים באוניברסיטת נורת'איסטרן. כאן נדגים גישה להטמעה מהירה של סימולציות של מערכת העצבים על גבי פלטפורמה רובוטית. באמצעות פיתוח פרוצדורה זו לשימוש בערכה רובוטית הזמינה מסחרית, הפכנו את הגישה הביו-רובוטית הזו למדעי המוח לזולה, יעילה ונגישה לחוקרים ללא ניסיון בהנדסת רובוטיקה.גישה זו מתאימה גם לכיתות בתיכון ובמכללה, כדי לשמש כבסיס לתוכנית לימודים מעשית המבוססת על חקר בביו-רובוטיקה. השלב הראשון בבניית פלטפורמת הרובוט הוא בחירת אורגניזם מודל למחקר המיוצג היטב בספרות הנוירו-אתולוגית. חסרי חולבקים הם בדרך כלל מועמדים טובים, כיוון שמערכות העצבים הפשוטות יחסית שלהם נחקרו היטב ומורכבות בעיקר מרפלקסים מולדים.נדגים גישה זו באמצעות הלובסטר האמריקאי *Homarus americanus*. השלב הבא הוא בחירת התנהגויות רפלקסיביות שנחקרו היטב לצורכי מידול. בלובסטר, נוכל לבחון תגובות לגירוי פנימי, כיפוף, דחיפת צבת וזרימה אופטית.רפלקסים פשוטים המסתמכים על קשרים עצביים המגיעים משני הצדדים. חיישנים סימטריים מתאימים היטב לסוג זה של מחקר. באמצעות ערכת Lego Mindstorms NXT 2.0, בנו רובוט המדמה את מבנה הגוף של מודל בעל החיים.ניתן להשתמש בפלטפורמות רובוטיקה אחרות, אך הערכה הזמינה מסחרית שבה אנו משתמשים כאן מאפשרת יישום מהיר. השלב הבא הוא לצייד את הרובוט בחיישנים התואמים למערכות שנבחרו עבור חיישני המחקר. ניתן להשתמש בחיישנים הכלולים בערכת Lego Mindstorms, או לתכנן חיישנים בהכנה ביתית כפי שמתואר במגוון חומרים שפורסמו.אנו משתמשים בחשבון המגע של Lego, בחיישן כיפוף מסוג Flex point עם אנטנה מותאמת אישית ובחיישן זרימה אופטית שפותח על ידי Centi Incorporated כדי לבנות מחבר התנגדותי מותאם אישית; לדוגמה, בחיבור חיישן האנטנה, חיתכו חוט של מחבר NXT והלחימו את החוטים השחור והלבן להדקים של החיישן. כדי להתחיל בתכנות סימולציית מערכת העצבים, השתמשו במחקרי נוירו-אתולוגיה שפורסמו בעבר כדי לפתח רשת נוירונים למטרות מידול. הספרות הציעה רשתי נוירונים להסבר ההתנהגות של אורגניזמי מודל שונים, מלובסטרים ועד למנאריות; יש לזהות את היחידות הנוירונליות התפקודיות ואת הקשרים הסינפטיים שלהן.ניתן לפתח ולהוציא לפועל גם ניסויי נוירו-אתולוגיים חדשניים תיאורטיים, במידה ונסיבות המעבדה מאפשרות זאת. השתמש בתוכנת LabVIEW כדי לתכנת את הרשת עבור פלטפורמת Lego Mindstorms. למודל של נוירון וסינפסה נעשה שימוש במכשירי מדידה וירטואליים או ב-BIS, שניתן למצוא באופן מקוון.אנו ממליצים על המודל המבוסס על מפת זמן בדידה שפותח על ידי Roloff, כיוון שהוא מאפשר תפעול בזמן אמת יעיל מבחינה חישובית תוך שמירה על מגוון משטרי פליטה של פעימות נוירונליות באמצעות שני פרמטרי בקרה. Alpha ו-Sigma קובעים את הדינמיקה של הנוירון המדמה כדי להפיק פלטים מגוונים, כולל פליטה טונית, פליטת דסקים (spiking), פליטה כאוטית, פרצי פליטה (bursting) ושתיקה פנימית. LabVIEW מספקת סביבת תכנות גרפית אינטואיטיבית המאפשרת פריסה מהירה; מקמו ראשית את ה-VI של הנוירון והסינפסה בתוך לולאת while כדי שהרשת תתעדכן באופן איטרטיבי.בשלב הבא, חברו את פלטי ה-spike של הנוירונים הפרה-סינפטיים לנוירונים הפוסט-סינפטיים באמצעות סינפסות. לאחר מכן, העבירו את הפרמטרים המתעדכנים באופן איטרטיבי דרך אסיפי הזזה (shift registers) למחזור החישוב הבא. מודל ה-DTM מעדכן משתנים דינמיים מהירים ואיטיים המועברים לאיטרציה הבאה של החישובים.יש להגדיר את פרמטרי הסינפסה כדי להגדיר את גיאומטריית הרשת. מודל ה-DTM קובע את חוזקה של סינפסה; ניתן להתאים את קצב הרלקסציה (relaxation rate) ואת ערכי פוטנציאל ההיפוך למאפיינים הספציפיים של הרשת שלך, אך אנו ממליצים על ההגדרות הבאות: JS שווה ל-0.60, gamma שווה ל-0.95 ו-XRP שווה ל-2.2 עבור סינפסה מעוררת, או ל-1.8-.עבור סינפסה מעכבת, כווננו את פרמטרי הבקרה alpha ו-sigma כדי לשנות את הפעילות הבסיסית של הנוירון. אנו ממליצים להשתמש בערך alpha השווה ל-4.05 ובערך sigma השווה ל-3.10-.להזנת מידע מחיישנים לתוך הרשת שלך. עבור החיישנים המסופקים, ה-vi's כבר זמינים בתוך מודול ה-Mindstorms lab view. עבור חיישנים בעלי התנגדות מותאמת אישית, השתמש ב-VI של חיישן האור כמסגרת תכנות.הוסף תרשימים גרפיים לפאנל הקדמי של תוכנת ה-LabVIEW כדי להציג באופן חזותי את הפעילות הנוירונלית. החלף באופן זמני את קלטי החיישנים בתיבות בקרה בפאנל הקדמי כדי לתמרן ידנית את מידע החיישנים המועבר לרשת הנוירונלית, הפעל את הרשת הנוירונלית וכוון ידנית את בקרות הפאנל הקדמי כדי להציג קלטים חושיים מגוונים. ודא שהרשת מתפקדת באופן איכותני כצפוי עבור תנאים ידועים.כווננו את הרשת לפי הצורך על ידי שינוי פרמטרי הנוירונים והסינפסים. ניסיונות ראשוניים לכיוון הרשת צריכים להתבצע על ידי שינוי עוצמתם של הסינפסים השונים. ייתכן שיהיה צורך להתאים גם פרמטרים אחרים.ברגע שהרשת פועלת בדיוק איכותני, החליפו את תיבות הבקרה של הפאנל הקדמי ב-VI's של קלט החיישנים ותכננו את הרשת על פלטפורמת ה-NXT באמצעות חיבור USB. כדי לבחון את סימולציית מערכת העצבים, הגדירו סביבה מבוקרת שבה ניתן יהיה לצפות בבעל החיים וברובוט תחת תנאים דומים. התקינו מצלמת וידאו מעל לתיעוד ההתנהגויות.יש לוודא כי הניגודיות בין הנבדק לרקע היא גבוהה, כדי לאפשר מעקב אוטומטי. מקמו את בעל החיים בסביבה המבוקרת והקליטו את ההתנהגות בוידאו.יש לוודא כי יכולות החישה של הלובסטר מוגבלות כך שיתאימו לאלו של הרובוט. במקרה זה, אנו מגבילים את הראייה ואת הגילוי הכימי של הלובסטר באמצעות כיסוי העיניים במסכה מנייר אלומיניום ופגיעה בקולטנים הכימיים באמצעות מים טריים. התאימו את הסביבה כדי לאפשר את הפעלתו של רובוט ה-Lego.חזרו על הליך בדיקת ההתנהגות והצילום באמצעות הרובוט. השתמשו ב-MATLAB כדי לעקוב באופן אוטומטי אחרי בעל החיים והרובוט. אנו משתמשים בסקריפט MATLAB למעקב אחר עכברים במעבדה (mouse lab tracker), הזמין באופן מקוון.צרו והשוו גרפים של תנועות החיה והרובוט. שנו את הרשת העצבית וחזרו על ניסוי מעקב ההתנהגות כדי לבחון כיצד היבטים שונים של המערכת העצבית האלקטרונית משפיעים על התנהגות הרובוט. לדוגמה, ניתן להתאים את עוצמת הסינפסות בצמתים מסוימים של הרשת העצבית.לחלופין, ניתן לשנות את התנאים החושיים בזירת הבדיקה ולבחון את ההשפעות ברובוט ובחיה. באמצעות השוואת הביצועים ההתנהגותיים של רובוט ושל חיה, נוכל לחקור עקרונות של תפקוד מערכת העצבים. עוצמת הסינפסה מהנוירונים החושיים של שריפת הצבת ברובוט שונתה, וההתנהגות שהתקבלה נמעקבה.קווים אדומים מייצגים תנועת רובוטים עם סינפסות מעוררות חלשות. קווים כחולים מראים סינפסות מעוררות בעוצמה בינונית, וקווים ירוקים מראים תנועת רובוטים עם סינפסות מעוררות חזקות. נתיבי הלוביסטרים מיוצגים על ידי קווים שחורים, המערכת העצבית ההיפותטית עם חיבורים מעוררים ברמה בינונית מהמכה בצבת.נוירונים תחושתיים מייצרים פלט התנהגותי דומה בבעל החיים. ניתן להפיק מהנתונים פרמטרים כמותיים לצורך השוואה, כגון אורך מסלול ומהירות הליכה ממוצעת. כפי שמוצג בטבלה זו, הדגמנו כיצד להשתמש בפלטפורמת רובוטיקה נגישה ובמחיר סביר כדי להריץ ולבחון סימולציות של מערכת העצבים.גישה זו שימושית לבדיקה מהירה של היפותזות על מערכת העצבים וניתנת לאימוץ מהיר על ידי ביולוגים וחוקרים אחרים ללא ניסיון ברובוטיקה. קיימות מספר מגבלות מובנות בשימוש בפלטפורמה זו, כגון יכולות העיבוד של שבב ה-NXT ומגוון החיישנים הזמינים ליישום רובוטי. עם זאת, גישה זו היא כלי רב עוצמה ליישום בשלבים מוקדמים של סימולציות של מערכת עצבים מגולמת (embodied), ויכולה לשמש כנקודת התחלה למחקרי ביו-רובוטיקה מעמיקים יותר המשתמשים בפלטפורמות מותאמות אישית כאשר היא מופעלת על ידי תלמידי תיכון וסטודנטים במכללות.גישה זו מספקת שיטה מרגשת מבוססת-חקירה להוראת מדעי המוח, רובוטיקה והערך של מדע רב-תחומי עבור מדעני העתיד. תודה שצפיתם.

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

Research

JoVE Journal

Neuroscience

מדעי המוח

אוריגמי DNA הוא שיטה רב עוצמה לבודת עצמים ננומטריים מדויקים על ידי תכנות ההרכבה העצמית של מולקולות DNA. כאן, אנו מתארים איך יכול להיות מנוצלים-DNA אוריגמי לעצב רובוט רובוטי מסוגלים לחוש סימנים ביולוגיים ולהגיב בצורת הסטה, לאחר מכן הועברה לאפקט רצוי.

עיצוב רובוט ביו תגובה מ-DNA אוריגמי

במאמר זה מוצגת מסגרת ניסויית לביצוע ניסויים בלולאה סגורה, בה נלמדים עיבוד מידע (כלומר, קידוד ופענוח) ולמידה של מכלולים עצביים במהלך האינטראקציה המתמשכת עם גוף רובוטי.

ניסויי נוירו-רובוטית לולאה סגורה כדי לבדוק את מאפיינים חישובית של רשתות עצבי

המטרה הכוללת של שיטה זו היא לבסס הליך ניסוי מבוסס SSVEP על ידי שילוב תוכנות מרובות כדי לאפשר מחקר של אינטראקציה בין מוח לרובוט עם רובוטים דמויי אדם, אשר הוא פרוספקטיבי בסיוע לחולים וקשישים כמו גם בביצוע עבודות לא סניטריות או מסוכנות.

SSVEP מבוסס נוהל ניסיון לאינטראקצית המוח-רובוט עם רובוטים דמויים אדם

פרדיגמה מוצג לאימונים וניתוח של משימת לכת מיומנת אוטומטית בחולדות. ניתוח של ניסיונות משייכים מגלה subprocesses הברור של למידה מוטורית.

חקירת Motor מיומנות תהליכי למידה עם רובוטית Manipulandum

אנו מציגים את פרוטוקול על עיצוב מודולרי, ייצור רובוטים חכמים לעובדים מדעיים וטכניים עיצוב חכם רובוטים במשימות הפקה מיוחדת המבוססת על הצרכים האישיים פרטנית עיצוב.

עיצוב מודולרי וייצור של רובוט חכם המבוסס על אסטרטגיה בקרת לולאה סגורה

צמתים מבוזרים רובוט לספק רצפים של גירויים אור כחול כדי לנווט את מסלולי הצמיחה של צמחי טיפוס. על ידי הפעלת phototropism טבעי, הרובוטים מדריך את הצמחים באמצעות שמאל בינארי החלטות הזכות, גדל אותם דפוסים מוגדרים מראש, כי בניגוד אינם אפשריים כאשר הרובוטים רדומים.

הקצאת חישה רובוטית וגירויים לגידול הצמח המודרך

פרוטוקול זה מספק רשימה מפורטת של שלבים שיש לבצע עבור הייצור, בקרה והערכה של ביצועי הטיפוס של רובוט רך בהשראת שממית.

ייצור, בקרה והערכת ביצועים של רובוט רך בהשראת שממית

עבודה זו מתארת מערכת ניסויים מקוונת המספקת ניסויים חזותיים, כולל הדמיה של תיאוריות, מושגים ונוסחאות, הדמיית התהליך הניסיוני עם אסדות בדיקה וירטואליות תלת-ממדיות (תלת-ממדיות), והדמיה של מערכת הבקרה והניטור באמצעות ווידג'טים כגון תרשימים ומצלמות.

מערכת ניסויים מקוונת אינטראקטיבית ומודמית לחינוך ומחקר הנדסי

ההערכה היא כי 1 מכל 6 אנשים ברחבי העולם ילקה בשבץ מוחי במהלך חייו, מה שיגרום לנכות ארוכת טווח, שמנגנוני השיקום שלה עדיין אינם מובנים היטב. מחקר זה מציע פרוטוקול להערכת הפעלת המוח על ידי ספקטרוסקופיה תפקודית של אינפרא אדום קרוב (fNIRS) במהלך טיפול רובוטי בגפיים התחתונות.

ניסוי באמצעות ספקטרוסקופיה פונקציונלית של אינפרא אדום קרוב ותנועות הצבעה רב-מפרקיות בסיוע רובוט של הגפה התחתונה

כאן, אנו מציגים פרוטוקול לסימולציה וניטור של תהליך הרכבה חצי אוטומטי בקנה מידה, באמצעות שיתוף פעולה של רובוט שיתופי ואימות באמצעות מערכת ראייה ממוחשבת לבקרת איכות.

סימולציה של תהליך הרכבה מורחב בשיתוף זרוע רובוטית וניטור באמצעות מערכת ראייה לבקרת איכות

חקור מודלים של מערכות עצבים באמצעות פלטפורמת רובוטיקה LEGO Mindstorms NXT. שיטה זו מאפשרת השוואה ישירה בין רשתות עצביות רובוטיות למערכות עצבים של בעלי חיים ותומכת במחקר ובחינוך.

תכנון ויישום מערכת עצבים בסימולציות לגו רובוטים

גלה סרטונים נוספים