תכנון ויישום מערכת עצבים בסימולציות לגו רובוטים
25 במאי 2013
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.
המטרה הכוללת של שיטה זו היא ליצור במהירות אב טיפוס ולבדוק סימולציות של מערכת העצבים על פלטפורמה רובוטית. זה מושג על ידי הפעלת סימולציות של רשת עצבית בפלטפורמת Lego Mindstorms NXT, ועל ידי ביצוע בדיקות השוואה זו לצד זו עם מודל בעלי החיים. ראשית, רובוט נבנה כדי לשמש כפלטפורמה לסימולציה של מערכת העצבים.
לאחר מכן מפותחת רשת עצבית היפותטית המבוססת על מחקר נוירו-אתולוגי ומתוכנתת על גבי הפלטפורמה הרובוטית. מחקרים אתולוגיים נערכים כדי להשוות את ביצועי הרשתות העצביות ההיפותטיות לזה של מערכת העצבים של בעלי החיים. ניתן לזהות ליקויים במודל ולהודיע על המשך פיתוח מערכות השערות מדעי המוח ברמת הפיתוח שלו על ידי מניפולציה ישירה של פרמטרי סימולציה.
שלום, אני דן בלושטיין מהמרכז למדעי הים באוניברסיטת נורת'איסטרן. כאן נדגים גישה ליישום מהיר של סימולציות מערכת עצבים על פלטפורמה רובוטית. על ידי פיתוח הליך זה לשימוש בערכת רובוטיקה זמינה מסחרית, הפכנו את הגישה הביו-רובוטית הזו למדעי המוח למשתלמת, יעילה ונגישה לחוקרים ללא ניסיון בהנדסה רובוטית.
גישה זו מתאימה גם לכיתות התיכון והמכללה כדי לשמש בסיס לתוכנית לימודים ביו-רובוטיקה מבוססת חקירה מעשית. הצעד הראשון בבניית פלטפורמת הרובוט הוא בחירת אורגניזם מודל למחקר המיוצג היטב בספרות הנוירו-אתולוגית. חסרי חוליות הם בדרך כלל מועמדים טובים מכיוון שמערכות העצבים הפשוטות יחסית שלהם נחקרו היטב ומורכבות בעיקר מרפלקסים מולדים.
נדגים גישה זו באמצעות הלובסטר האמריקאי חמאס אמריקנה. השלב הבא הוא לבחור התנהגויות רפלקסיביות שנחקרו היטב למטרות דוגמנות. בעזרת הלובסטר אנו יכולים לחקור תגובות לזרימה פנימית, כיפוף, בליטת טפרים וזרימה אופטית.
רפלקסים פשוטים המסתמכים על סיפון קשרים עצביים משני צדדים. חיישנים סימטריים מתאימים היטב למחקר מסוג זה. באמצעות ערכת Lego Mindstorms NXT 2.0 בנה רובוט שמתקרב למבנה הגוף של מודל החיה.
ניתן להשתמש בפלטפורמות רובוטיות אחרות, אך הערכה הזמינה מסחרית בה אנו משתמשים כאן מאפשרת יישום מהיר. השלב הבא הוא לצייד את הרובוט בחיישנים התואמים את המערכות שנבחרו לחיישני המחקר. ניתן להשתמש בערכת Lego Mindstorms או להנדס חיישני בישול ביתיים כמתואר במגוון חומרים שפורסמו.
אנו משתמשים בחיישן המגע של לגו, חיישן כיפוף נקודת Flex מותאם אישית של אנטנה, וחיישן זרימה אופטי שפותח על ידי Centi Incorporated כדי לבנות מחבר התנגדות מותאם אישית כגון חיישן האנטנה, לחבר חוט מחבר NXT ולהלחם את החוטים השחורים והלבנים למובילי החיישן. כדי להתחיל לתכנת את סימולציה של מערכת העצבים, השתמש במחקרים נוירו-אתולוגיים שפורסמו בעבר כדי לפתח רשת עצבית למטרות מידול. הספרות הציעה רשתות עצביות כדי להסביר את התנהגותם של אורגניזמים מודלים שונים מלובסטרים ועד למפרה, יש לזהות יחידות עצביות פונקציונליות ואת הקשרים הסינפטיים שלהן.
ניתן גם לפתח וליישם ניסויים נוירו-אתולוגיים חדשים אם נסיבות המעבדה מאפשרות. השתמש בתוכנת LabVIEW כדי לתכנת את הרשת עבור פלטפורמת Lego Mindstorms. מכשירים וירטואליים או BIS עבור מודל נוירון וסינפסה נמצאים בשימוש וניתן למצוא אותם באינטרנט.
אנו ממליצים על המודל מבוסס מפת הזמן הדיסקרטית שפותח על ידי רולוף מכיוון שהוא מאפשר פעולה יעילה מבחינה חישובית בזמן אמת תוך שמירה על מגוון משטרי פלט ירי עצביים שני פרמטרי בקרה. אלפא וסיגמא קובעים את הדינמיקה של הנוירון המדומה כדי לייצר תפוקות מגוונות, כולל טוניק, זינוק, ירי כאוטי, התפרצות ושקט פנימי. תצוגת מעבדה מספקת סביבת תכנות גרפית אינטואיטיבית ומאפשרת פריסה מהירה של נוירון וסינפסה במקום הראשון לתוך לולאת while, כך שהרשת תתעדכן באופן איטרטיבי.
לאחר מכן, חבר את פלטי הספייק של נוירונים קדם-סינפטיים דרך סינפסות לנוירונים פוסט-סינפטיים. לאחר מכן העבירו פרמטרים המתעדכנים באופן איטרטיבי דרך אוגרי הזזה למחזור החישוב הבא. מודל ה-DTM מעדכן משתנים דינמיים מהירים ואיטיים המועברים לאיטרציה הבאה של החישובים.
יש להגדיר פרמטרים של סינפסה כדי להגדיר גיאומטריית רשת. מודל ה-DTM מציין את חוזק הסינפסה, ניתן לכוונן את קצב ההרפיה ואת ערכי פוטנציאל ההיפוך למאפייני הרשת הספציפיים שלך, אך אנו ממליצים על ההגדרות הבאות. JS שווה ל-0.60, גאמה שווה ל-0.95 ו-XRP שווה ל-2.2 עבור סינפסה מעוררת או שלילי 1.8.
עבור סינפסה מעכבת, התאם את פרמטרי בקרת האלפא והסיגמא כדי לשנות את פעילות הנוירונים הבסיסית. אנו ממליצים להשתמש בערך אלפא השווה ל- 4.05 וערך סיגמא השווה ל- 3.10 שלילי. השתמש בחיישן תצוגת מעבדה לעומת
כדי להזין מידע חיישן לרשת שלך. עבור חיישנים שסופקו, ה-vi כבר זמינים במודול התצוגה של מעבדת Mindstorms. עבור חיישנים עמידים בהתאמה אישית, השתמש בחיישן האור VI כמסגרת תכנות.
הכנס תרשימים גרפיים בפאנל הקדמי של תוכנית תצוגת המעבדה כדי להמחיש פעילות עצבית. החלף באופן זמני את כניסות החיישן בתיבות בקרה בלוח הקדמי על מנת לתפעל באופן ידני את מידע החיישן העובר לרשת העצבית, הפעל את הרשת העצבית והתאם ידנית את פקדי הלוח הקדמי כדי להציג קלט חושי מגוון. ודא שהרשת פועלת באופן איכותי כצפוי עבור תנאים ידועים.
התאם את הרשת לפי הצורך על ידי שינוי פרמטרי הנוירון והסינפסה. ניסיונות ראשונים לכוונן את הרשת צריכים להיעשות על ידי שינוי עוצמת הסינפסות השונות. ייתכן שיהיה צורך להתאים גם פרמטרים אחרים.
לאחר שהרשת מתפקדת בדיוק איכותי, החלף את תיבות הבקרה בלוח הקדמי עם כניסת החיישן VI לתכנת את הרשת על פלטפורמת NXT באמצעות חיבור USB. כדי לבחון את הדמיית מערכת העצבים, הגדר סביבה מבוקרת שבה ניתן לצפות בחיה וברובוט בתנאים דומים. התקן מצלמת וידאו מעל הראש כדי לתעד התנהגויות.
ודא שהניגודיות בין הנושא לרקע גבוהה. כדי לאפשר מעקב אוטומטי. מקם את החיה בסביבה מבוקרת ותעד את ההתנהגות בווידאו.
הקפד להגביל את היכולות החושיות של הלובסטר כך שיתאימו לאלו של הרובוט. כאן אנו מגבילים את הראייה של הלובסטר ואת זיהוי הכימותרפיה על ידי כיסוי העיניים במסכת נייר אלומיניום ופגיעה בקולטני הכימותרפיה במים מתוקים. שנה את הסביבה כדי לאפשר הפעלה של רובוט הלגו.
חזור על הליך בדיקת ההתנהגות והקלטת הווידאו באמצעות הרובוט. השתמש ב-MATLAB כדי לעקוב אוטומטית אחר החיה והרובוט. אנו משתמשים בסקריפט MATLAB למעקב אחר מעבדת העכברים, הזמין באינטרנט.
צור והשווה עלילות של תנועות בעלי החיים והרובוטים. לשנות את הרשת העצבית ולחזור על ניסוי המעקב ההתנהגותי כדי לראות כיצד היבטים שונים של מערכת העצבים האלקטרונית משפיעים על התנהגות הרובוט. לדוגמה, ניתן להתאים את העוצמות הסינפטיות בצמתים מסוימים של הרשת העצבית.
לחלופין, ניתן לשנות את התנאים החושיים בזירת הבדיקה ולצפות בהשפעות ברובוט ובבעלי חיים. על ידי השוואת הביצועים ההתנהגותיים של רובוט וחיה, אנו יכולים לחקור עקרונות של תפקוד מערכת העצבים. הכוח הסינפטי מהנוירונים החושיים של הטופר למערכת העצבים השתנה ברובוט וההתנהגות שהתקבלה הייתה במעקב.
קווים אדומים מייצגים את רובוטי התנועה עם סינפסות מעוררות חלשות. קווים כחולים מראים סינפסות מעוררות בעוצמה בינונית, וקווים ירוקים מראים תנועת רובוט עם סינפסות מעוררות חזקות. שבילי לובסטר מיוצגים על ידי קווים שחורים, מערכת העצבים ההיפותטית עם קשרים מעוררים ברמה בינונית מבליטת הטופר.
נוירונים חושיים מייצרים תפוקה התנהגותית דומה לחיה. ניתן לחלץ מהנתונים פרמטרים כמותיים להשוואה כגון אורך הנתיב ומהירות ההליכה הממוצעת. כפי שמוצג בטבלה זו, הראינו זה עתה כיצד להשתמש בפלטפורמת רובוט במחיר סביר ונגישה כדי להריץ ולבדוק סימולציות של מערכת העצבים.
גישה זו שימושית לבדיקה מהירה של השערות מערכת העצבים ויכולה להיות מאומצת במהירות על ידי ביולוגים וחוקרים אחרים ללא ניסיון ברובוטיקה. ישנן כמה מגבלות מובנות בשימוש בפלטפורמה זו, כגון יכולות העיבוד של שבב NXT ומגוון החיישנים הזמינים ליישום רובוטי. עם זאת, גישה זו היא כלי רב עוצמה ליישום בשלב מוקדם של סימולציות של מערכת העצבים המגולמת ויכולה לשמש כנקודת מוצא לחקירות ביו-רובוטיות מעמיקות יותר באמצעות פלטפורמות מותאמות אישית בשימוש על ידי תלמידי תיכון ומכללות.
גישה זו מספקת שיטה מרגשת מבוססת חקירה ללמד מדעי המוח, רובוטיקה ואת הערך של מדע בין-תחומי למדעני העתיד. תודה שצפית.
צפו בתמליל המלא וקבלו גישה לאלפי סרטונים מדעיים
סקירה כללית
מאמר זה מציג שיטה למידול רשתות עצביות באמצעות פלטפורמת הרובוטיקה LEGO Mindstorms. היא משמשת ככלי סימולציה למחקר במדעי העצבים של חסרי חוליות, וניתן ליישמה הן במסגרת מעבדתית והן במסגרת חינוכית.
מרכיבי מפתח של המחקר
תחום המדע
- מדעי המוח
- רובוטיקה
- מערכות ביו-מימטיות
רקע
- השיטה נועדה לבנות אב-טיפוס ולבחון סימולציות של מערכת העצבים.
- השיטה עושה שימוש בפלטפורמת LEGO Mindstorms NXT לצורך הסימולציות.
- התהליך כולל השוואות מקבילות למודלים של בעלי חיים.
- הדגש הוא על מחקרים נוירו-אתולוגיים להערכת ביצועים.
מטרת המחקר
- פיתוח פלטפורמה רובוטית לסימולציה של מערכת העצבים.
- השוואה בין רשתות עצביות רובוטיות לבין מערכות עצבים ממשיות של בעלי חיים.
- זיהוי ליקויים במודל לצורך פיתוח עתידי.
שיטות שנעשה בהן שימוש
- בניית רובוט כפלטפורמת סימולציה.
- פיתוח רשת עצבית היפותטית המבוססת על מחקרים אתולוגיים.
- תכנות הרשת העצבית על הפלטפורמה הרובוטית.
- ביצוע מחקרים אתולוגיים לצורך השוואת ביצועים.
תוצאות עיקריות
- ביצועי הרשת העצבית הרובוטית מוערכים אל מול המודל החייתי.
- ליקויים שזוהו מנחים פיתוח נוסף של המודל.
- ניתן לשנות את פרמטרי הסימולציה כדי לבחון היפותזות ממדעי המוח.
מסקנות
- פלטפורמת LEGO Mindstorms יעילה לסימולציה של רשתות עצביות.
- גישה זו משפרת את ההבנה של עקרונות בקרה ביומימטיים.
- היא מספקת כלי בעל ערך הן למטרות מחקר והן למטרות חינוכיות.
שאלות נפוצות
רלוונטיות תעשייתית למנהלים
שיטה זו מאפשרת בניית אבות-טיפוס מהירה ובדיקת השערות של סימולציות של מערכת העצבים באמצעות פלטפורמת רובוטיקה נגישה, ובכך היא תומכת בצמצום סיכונים מכניסטי בשלבים מוקדמים של מחקר בביולוגיה של מערכת העצבים. על ידי מתן אפשרות למניפולציה ישירה של פרמטרי הסימולציה והשוואה התנהגותית זה לצד זה עם מודלים של בעלי חיים, היא מספקת ביטחון חיזוי במודלים של רשתות עצביות לפני המעבר למערכות פרה-קליניות מורכבות יותר. גישה זו בעלת ערך רב במיוחד לאישור יעדים (target validation) במדעי העצבים של חסרי חוליות, ומספקת מסגרת ניתנת להרחבה ולשימוש חוזר לגילויים המונחים על ידי השערות במסגרות אקדמיות ותרגומיות.
יישומים אסטרטגיים במחקר ופיתוח בביו-פרמה
גילוי מוקדם ותיקוף מטרה
- ערך מדעי: תומך בבחינה של היפותזות טיפוליות באמצעות מידול של התנהגויות רפלקסיביות המבוססות על מחקרים נוירו-אתולוגיים.
- ערך מדעי: מאפשר הפחתת סיכונים ביולוגיים באמצעות זיקוק איטרטיבי של סימולציות רשתות עצביות בהתבסס על פערים התנהגותיים שנצפו.
- ערך מדעי: מגביר את הביטחון ביעד על ידי זיהוי קשרים סינפטיים תפקודיים המניעים תפליט רפלקסיבי מולד.
סריקה ופיתוח בדיקה
- ערך תפעולי: מכין מערכות בהשראות ביולוגית שעברו תיקוף עבור תהליכי עבודה המשכיים, באמצעות שילוב חיישנים סטנדרטי ועדכון עצבי בזמן אמת.
- ערך תפעולי: מקדם את השחזוריות של הבדיקה באמצעות תנאים סביבתיים מבוקרים ומעקב התנהגותי כמותי (למשל, אורך מסלול, מהירות הליכה).
- ערך תפעולי: מקל על המוכנות לסריקה על ידי מתחה איטרציות מהירות של פרמטרים סינפטיים להערכת חוסן הרשת תחת קלטים חושיים משתנים.
מחקר תרגומי וטרום-קלני
- ערך תרגומי: שומר על רלוונטיות למחלה על ידי מידול התנהגויות רפלקסיביות במערכות של חסרי חוליות בעלות נוירו-אתולוגיה מאופיינת היטב.
- ערך תרגומי: תומך בהלימה של ביומרקרים תרגומיים באמצעות פלטי התנהגות כמותיים המתואמים עם מצבי רשת עצבית.
- ערך תרגומי: מספק מידע להחלטות קידום מותאמות סיכון על ידי הדגשת ליקויים במודלים של מערכת העצבים לפני שלב תיקוף הדורש משאבים רבים.
שילוב תהליכי עבודה ומסלולי עיבוד
השיטה משתלבת ברצף הגילוי, החל מיצירת היפותזות ועד לזיהוי מובילים (lead identification), ובמיוחד במחקרים של נוירוביולוגיה ומערכות ביו-מימטיות, בכך שהיא מאפשרת זיכוק איטרטיבי של המודל על בסיס נתונים התנהגותיים אמפיריים.
- ביולוגיה של גילוי: מקדמת בדיקת היפותזות והבהרת מסלולים על ידי סימולציה של ארכיטקטורות עצביות המופקות מספרות אתולוגיות.
- סריקה: מבטיחה מוכנות של הבדיקה באמצעות מניפולציה של פרמטרים בזמן אמת וניתוח כמותי של תנועה תחת תנאים סטנדרטיים.
- אנליזה: מספקת מדדים מדידים, כגון גרפי מסלול ומדדי מהירות, המאפשרים ניתוח השוואתי בין התנהגויות רובוטיות להתנהגויות של בעלי חיים.
- מחקר תרגומי: מקשרת בין הגילוי לרציפות פרה-קלינית על ידי מידול רפלקסים מולדים הניתנים לתרגום למערכות פשוטות של בקרה מוטורית.
- שימוש חוזר ארגוני: משמשת כפלטפורמה הניתנת לשימוש חוזר לבדיקת היפותזות מרובות על מערכת העצבים באורגניזמי מודל שונים ובמצבי חישה שונים.
השפעה תפעולית וארגונית
- ערך מדעי: מגביר את הביטחון החזוי במודלים עצביים על ידי הפחתת העמימות במנגנוני התמרה סנסורי-מוטורית.
- ערך תפעולי: מספק סטנדרטיזציה ויכולת גידול באמצעות חומרה זמינה מסחרית ותכנות גרפי (LabVIEW) לפריסה מהירה.
- ערך אסטרטגי: משפר החלטות go/no-go על ידי זיהוי מוקדם של ליקויי מודל, ובכך מפחית השקעה בהשערות נוירוביולוגיות שגויות.
- השפעה על הפורטפוליו: מאפשר תיעדוף של יעדי נוירו-מדע מותאם סיכון באמצעות זיקוק איטרטיבי של המודל, המבוסס על התנהגות.
שיקולי יישום
- דורש מומחיות בנוירו-אתולוגיה, מידול עצבי וסביבות תכנות גרפיות כגון LabVIEW.
- תלוי בגישה לחומרה של LEGO Mindstorms NXT וחיישנים תואמים (מגע, כיפוף, זרימה אופטית) לצורך יישום ביומימטי.
- מחייב סטנדרטיזציה בין צוותים בכיול חיישנים, פרוטוקולי מעקב התנהגותי ונהלי כיוון פרמטרים.
- כולל שיקולי התאמה בעת הרחבת המודל למערכות חסרי חוליונות או חוליונות אחרות עם ארכיטקטורות עצביות שונות.
- כולל מגבלות מעשיות כגון כוח עיבוד מוגבל של שבב ה-NXT וטווח חיישנים מוגבל, אשר עשויים להשפיע על סימולציות של רשתות מורכבות.
