Name: Eendimensionale Turing-Like Handshake test voor Motor Intelligence (Video) | JoVE Journal
Uploaded: 2010-12-15T15:45:00.000+00:00
Duration: 14 min 5 s
Description: Leer een Turing-achtige handdruktest voor mens-robotinteractie met behulp van een telerobotisch systeem. Deze methode evalueert hoe kunstmatige handdrukmodellen menselijke handdrukken nabootsen.

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

playerTrialDesktop

AK wil Gerry Loeb bedanken voor de nuttige discussies over de voorgestelde Turing-achtige handdruk test. AK en IN wilt Nathaniel Leibowitz en Lior Botzer die hebben bijgedragen aan het ontwerp van de allereerste versie van dit protocol terug in 2007 bedanken. Dit onderzoek werd ondersteund door de Israel Science Foundation (subsidie ​​No 1018-1008). SL wordt ondersteund door een Kreitman Stichting postdoctoraal fellowship. IN wordt ondersteund door de Kreitman stichting en de Clore Scholarship Program.

1. De voorbereiding van het systeem <ol><li> Hardware vereisten: <ul><li> Twee PHANTOM desktop robots door SensAble Technologies, Inc </li><li> 2 Parallelle kaarten. </li><li> Minimale systeemeisen: Intel-of AMD-gebaseerde pc's, Windows 2000/XP, 250 MB schijfruimte. </li></ul></li><li> Software vereisten: <ul><li> Driver- Drivers downloaden van het SensAble technologieën website <a href="http://www.sensable.com">http://www.sensable.com</a> volgens het computer besturingssysteem. </li><li> H3DAPI- Download de H3DAPI broncode en te installeren volgens de instructies die worden weergegeven in de installatie walkthrough sectie in <a href="http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation">http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation</a> We hebben de code aan onze eisen, die niet was voldaan aan de bestaande code te passen. De bijgewerkte bestanden kunnen worden gedownload van de handshake toernooi website <a href="http://www.bgu.ac.il/~akarniel/HANDSHAKE//index.html">http://www.bgu.ac.il/ ~ akarniel / HANDSHAKE / / index.html</a> Elk bestand moet worden geplaatst in de juiste map zoals beschreven in de bovenstaande website. Na het uitvoeren van de veranderingen, download CMake en compileren van de code. De opmaak instructies zijn te vinden in <a href="http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation">http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation</a> </li><li> X3D en python <ul><li> Download python 2.5 vanaf <a href="http://www.python.org/download/releases/2.5.5/">http://www.python.org/download/releases/2.5.5/</a> </li><li> Download de python en X3D codes van de handdruk website en plaats de code-bestanden in een speciale map, bijvoorbeeld: "C: \ codeDirectory" </li><li> Elke handdruk kracht model moet worden geschreven in een apart python bestand. Zie figuur 1 voor een voorbeeld van een veerkracht model. </li></ul></li><li> psignifit toolbox-versie 2.5.6 voor Matlab, beschikbaar op <a href="http://www.bootstrap-software.org/psignifit/">http://www.bootstrap-software.org/psignifit/</a> </li></ul></li></ol><img src="/files/ftp_upload/2492/2492fig1.jpg" alt="Figuur 1" data-altupdatedat="1787634011000" data-alt="Figuur 1"> Figuur 1. Force functie in python. Een voorbeeld van een veerkracht model voor een handdruk 2. Experimentele Protocol <ul><li> Open het command window en de python en X3D code directory door het intikken van verandering: cd C: \ codeDirectory. </li><li> Maak een map met de onderwerpen 'namen in C: \ codesDirectory. </li><li> H3dload code_name.x3d: om het experiment het type uit te voeren. </li><li> Maak een nieuwe willekeurige file door te typen: random_file_name.txt. De willekeurige bestand bepaalt de volgorde waarin de verschillende handdrukken verschijnen. </li><li> Geef de proefpersonen namen precies zoals in de eerder gemaakte map. </li><li> Naar aanleiding van het originele concept van de klassieke Turing-test, die elk experiment bestaat uit drie entiteiten: een mens, een computer, en een ondervrager. Twee onderwerpen (mens en ondervrager) elk houdt u de stylus van een Phantom haptische apparaat en het genereren van handdruk bewegingen. Zij zijn gevraagd om de instructies die worden weergegeven op het scherm te volgen (bijvoorbeeld: "Druk op Page Up voor de eerste handdruk"), voor handshake krachten worden toegepast. In alle van de volgende methoden, elk experiment bestaat uit twee handdrukken, en de onderwerpen zijn verplicht om te vergelijken tussen hen. De computer is een gesimuleerde handdruk model dat een kracht signaal als functie van de tijd en de eendimensionale hand positie en zijn derivaten genereert. (1) F model (t) = Φ [x (t), t] 0 ≤ t ≤ T F [x, t] staat voor een causale operator, bijvoorbeeld, niet-lineaire tijdsafhankelijke mechanisch model van de eendimensionale beweging stylus, en T is de duur van de handdruk. In de huidige studie T = 5 seconden. </li></ul><ol><li> Het uitvoeren van de "zuivere" test en de berekening van de model menselijke gelijkenis kwaliteit MHLG p Het experiment begint met 12 proeven in de praktijk waarin alle handdrukken (n = 24) zijn menselijke, zodanig dat de onderwerpen gewoon handen schudden met elkaar via het telerobotic systeem. Het doel van deze proeven is de praktijk in staat te stellen de deelnemers bekend te zijn met een menselijk handdruk in het systeem. In het experiment vergelijken we vier computermodellen. Elke experimentele blok bestaat uit vier proeven waarin we de vier geteste modellen te vergelijken met een menselijke handdruk. Een van de handdrukken in elke trial is een interactie met een kracht gegenereerd uit een van de vier modellen (een computer), en de andere is met een menselijk (de tweede onderwerp). Daarom is de proefpersonen fungeren als zowel mensen als ondervragers. De volgorde van de proeven in ieder blok is willekeurig en vooraf bepaald. Elk experiment bestaat uit 10 blokken, zodat elke computer handdruk is 10 keer herhaald. Een eerste niet-geanalyseerde block is toegevoegd voor algemene kennismaking met het systeem en de taak. Voor elk model, is het aandeel van handdrukken waarin het onderwerp van het model handdruk kiest over het menselijk handdruk als meer mensachtige berekend, tot een waarde die is 0,5 wanneer het model is niet te onderscheiden van een mens te bieden. We vermenigvuldigen deze waarde met twee om de MHLG p, zodanig dat MHLG = 0 is duidelijk niet-menselijk uit en MHLG = 1 betekent dat de geteste handdruk is niet te onderscheiden van de menselijke handdruk. Verkrijgen </li><li> Het uitvoeren van de 'gewogen mens-model "te testen en de berekening van de model menselijke gelijkenis kwaliteit MHLG w In dit protocol, is er slechts een ondervrager onderwerp. De ander onderwerp fungeert als de menselijke entiteit in de handdrukken. Het experiment begint met 30 proeven in de praktijk waarin de ondervrager ervaart een mens handdruk en een computer handdruk in elke proef. Aan het eind van het proces zijn ze gevraagd om te kiezen welke van de twee handdrukken was de menselijke handdruk. Als ze daarin slagen, geeft het scherm "Correct!", En als ze niet het recht handdruk, een kies "Wrong!" weergegeven. Na de praktijk blok het experiment wordt uitgevoerd als volgt: Een trial bestaat uit twee handdrukken. In een van de handdrukken-de stimulus - de ondervrager interageert met een combinatie van krachten die afkomstig is van de mens en een computer handdruk model. (2) F = α stimulans • F mens + (1-α stimulus) • F stimulusModel α stimulus is net zo verdeeld van 0 tot 1, bijvoorbeeld: α stimulus = {0, 0.142, 0.284, 0.426, 0.568, 0.710, 0.852, 1} De andere handshake - de referentie - is een vaste combinatie van krachten die ontstaan ​​uit de menselijke en een referentiemodel: (3) F = α referentie • F mens + (1-α referentie) • F referenceModel; α referentie = 0,5 Aan het einde van elke proef de ondervrager wordt verzocht om de handdruk die voelde meer mensachtige kiezen. In elk experiment vergelijken we twee test-modellen en een basismodel. Elke experimentele blok bestaat uit 24 proeven, bestaande uit elk van de lineaire combinaties van de stimulus en de menselijke (Vgl. 2) voor elk van de drie model-combinaties: <img src="/files/ftp_upload/2492/2492model1.jpg" alt="Model 1" data-altupdatedat="1787634011000" data-alt="Model 1"> De volgorde van de proeven in ieder blok is willekeurig en vooraf bepaald. Elk experiment bestaat uit 10 blokken, zodanig dat elke combinatie is 10 keer herhaald. Een eerste niet-geanalyseerde blok is toegevoegd voor algemene kennismaking met het systeem en de taak. We passen een logistieke functie psychometrische 1 tot en met de antwoorden van de ondervrager het gebruik van de psignifit toolbox-versie 2.5.6 voor Matlab, verkrijgbaar bij <a href="http://www.bootstrap-software.org/psignifit/">http://www.bootstrap-software.org/psignifit/</a> , met een beperkte maximum likelihood methode voor de schatting van de parameters en vind betrouwbaarheidsintervallen van de bias-gecorrigeerde en versnelde (BCA) bootstrap methode. De curve toont de kans dat de ondervrager om te antwoorden dat een stimulus handdruk is meer mens-achtig, als functie van α stimulus - α referentie. Het punt van subjectieve gelijkheid (PSE) wordt gewonnen uit de 0,5 drempelwaarde van de psychometrische curve, met vermelding van het verschil tussen de stimulus en α α referentie voor de handdrukken worden gezien als net zo menselijk als. De PSE wordt gebruikt voor de berekening van de MHLG w op basis van: (4) MHLG w = 0,5-PSE Een model dat wordt gezien als als mens-achtig als het referentiemodel levert de MHLG w-waarde 0,5. De modellen die worden beschouwd als het minst of het meest mensachtige mogelijk rendement MHLG w waarden van 0 of 1, respectievelijk. </li><li> Het uitvoeren van de "toegevoegde ruis" te testen en de berekening van de model menselijke gelijkenis kwaliteit MHLG n Net als de gewogen model-mens-test, is er slechts een ondervrager onderwerp. De ander onderwerp fungeert als de menselijke entiteit in de handdrukken. De praktijk blok is ook hetzelfde als in de vorige methode. Na de praktijk, in een van de twee handdrukken - de stimulus - de ondervrager communiceert met een computer handdruk model. De andere handshake - de referentie - is een kracht die uit een combinatie van de menselijke en witte ruis met een frequentiebereik gefilterd op basis van de frequenties die in de menselijke handdruk. (5) F = α • F mens + (1-α) • F lawaai; α is gelijk verdeeld van 0 tot 1, bijvoorbeeld: α = {0, 0.142, 0.284, 0.426, 0.568, 0.710, 0.852, 1} Aan het einde van elke proef de ondervrager wordt verzocht om de handdruk die voelde meer mensachtige kiezen. Het experiment is gebouwd op dezelfde manier de gewogen model-menselijke-test hierboven vermeld is gebouwd. Echter, terwijl de kalibratie van de gewogen mens-model test wordt uitgevoerd door het vergelijken van verschillende combinaties van een basismodel voor een vast combinatie van zelf, in dit experiment het basismodel is te vervangen door het lawaai. De PSE wordt gewonnen uit de psychometrische curve en definieert de MHLG n (6) MHLG n = 1-PSE De modellen die worden beschouwd als het minst of het meest mensachtige mogelijk rendement MHLG n waarden van 0 of 1, respectievelijk. </li></ol> 3. Representatieve resultaten: Figuur 2 toont de resultaten van een onderwerp voor elk van de drie methoden. De geteste modellen in alle drie de experimenten worden twee visco-elastische modellen-KB1: lente K = 50 N / m, demper B = 2 Ns / m; KB2: lente K = 20 N / m, demper B = 1.3 Ns / m. In de gewogen model-mens-test, is de MHLG w beoordeeld door vergelijking van elk van de geteste modellen om de elastische basismodel K = 50 N / m. <img src="/files/ftp_upload/2492/2492fig2.jpg" alt="Figuur 2" data-altupdatedat="1787634011000" data-alt="Figuur 2"> Figuur 2. De MHLG waarden van twee visco-elastische modellen op basis van de "zuivere" test protocol (een), de "gewogen model-mens-protocol" (b) en de "toegevoegde ruis"-protocol (c). De fout bars in (b) en (c) vertegenwoordigen de psychometrische curven 'betrouwbaarheidsintervallen. De zwarte balken geven de MHLG cijfers voor de modellen, en de grijze balken geven die van het basismodel in (b) en het geluid in (c). De resultaten tonen aan dat de visco-elastische model KB2 wordt ervaren als meer mensen net als dan de andere visco-elastische model KB1 met behulp van alle drie evaluatiemethoden.

<ol><li>Wichmann, F., Hill, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+psychometric+function%3A+I.+Fitting%2C+sampling%2C+and+goodness+of+fit%5BTitle%5D)+AND+%22Perception+%26+Psychophysics%22%5BJournal%5D)">The psychometric function: I. Fitting, sampling, and goodness of fit.</a> Perception & Psychophysics. 63, 1293-1293 (2001).</li>
<li>Avraham, G., Levy-Tzedek, S., Karniel, A. Computational Motor Control Workshop, Be'er-Sheva, , (2009).</li>
<li>Avraham, G., Levy-Tzedek, S., Karniel, A. Neural Control of Movement, Florida, USA, , (2010).</li>
<li>Avraham, G., Levy-Tzedek, S., Peles, B. C., Bar-Haim, S., Karniel, A. Computational Motor Control Workshop, Be'er-Sheva, , (2010).</li>
<li>Karniel, A., Nisky, I., Avraham, G., Peles, B. C., Levy-Tzedek, S. EuroHaptics, Amsterdam, Netherlands, , (2010).</li>
<li>Jindai, M., Watanabe, T., Shibata, S., Yamamoto, T. The 15th IEEE International Symposium on Robot and Human Interactive Communication, Hatfield, UK, , (2006).</li>
<li>Kasuga, T., Hashimoto, M. Internatioanl Conference on Robotics and Automation, Barcelona, Spain, , IEEE. (2005).</li>
<li>Ouchi, K., Hashimoto, M. Handshake Telephone System to Communicate with Voice and Force. Proceedings of the 6th IEEE International Workshop on Robot and Human Communication, 1997 Sept 29-Oct 1, Sendai, Japan, , IEEE. 466-471 (1998).</li>
<li>Bailenson, J., Yee, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Virtual+interpersonal+touch+and+digital+chameleons%5BTitle%5D)+AND+%22Journal+of+Nonverbal+Behavior%22%5BJournal%5D)">Virtual interpersonal touch and digital chameleons.</a> Journal of Nonverbal Behavior. 31, 225-242 (2007).</li>
<li>Miyashita, T., Ishiguro, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Human-like+natural+behavior+generation+based+on+involuntary+motions+for+humanoid+robots%5BTitle%5D)+AND+%22Robotics+and+Autonomous+Systems%22%5BJournal%5D)">Human-like natural behavior generation based on involuntary motions for humanoid robots.</a> Robotics and Autonomous Systems. 48, 203-212 (2004).</li>
<li>Wang, Z., Lu, J., Peer, A., Buss, M. EuroHaptics, Amsterdam, The Netherlands, , (2010).</li>
<li>IiZuka, H., Ando, H., Maeda, T. proceedings of AsiaGraph, , (2010).</li>
<li>Chaplin, W., Phillips, J., Brown, J., Clanton, N., Stein, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Handshaking%2C+gender%2C+personality%2C+and+first+impressions%5BTitle%5D)+AND+%22Journal+of+Personality+and+Social+Psychology%22%5BJournal%5D)">Handshaking, gender, personality, and first impressions.</a> Journal of Personality and Social Psychology. 79, 110-117 (2000).</li>
<li>Stewart, G., Dustin, S., Barrick, M., Darnold, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Exploring+the+handshake+in+employment+interviews%5BTitle%5D)+AND+%22Journal+of+Applied+Psychology%22%5BJournal%5D)">Exploring the handshake in employment interviews.</a> Journal of Applied Psychology. 93, 1139-1146 (2008).</li>
<li>Van Der Heide, J., Fock, J., Otten, B., Stremmelaar, E., Hadders-Algra, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Kinematic+characteristics+of+reaching+movements+in+preterm+children+with+cerebral+palsy%5BTitle%5D)+AND+%22Pediatric+research%22%5BJournal%5D)">Kinematic characteristics of reaching movements in preterm children with cerebral palsy.</a> Pediatric research. 57, 883(2005).</li>
<li>Ronnqvist, L., Rosblad, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Kinematic+analysis+of+unimanual+reaching+and+grasping+movements+in+children+with+hemiplegic+cerebral+palsy%5BTitle%5D)+AND+%22Clinical+Biomechanics-Kidlington%22%5BJournal%5D)">Kinematic analysis of unimanual reaching and grasping movements in children with hemiplegic cerebral palsy.</a> Clinical Biomechanics-Kidlington. 22, 165-175 (2007).</li>
<li>Goodale, M., Milner, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Separate+visual+pathways+for+perception+and+action%5BTitle%5D)+AND+%22Trends+in+neurosciences%22%5BJournal%5D)">Separate visual pathways for perception and action.</a> Trends in neurosciences. 15, 20-25 (1992).</li>
<li>Ganel, T., Goodale, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visual+control+of+action+but+not+perception+requires+analytical+processing+of+object+shape%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Visual control of action but not perception requires analytical processing of object shape.</a> Nature. 426, 664-667 (2003).</li>
<li>Pressman, A., Nisky, I., Karniel, A., Mussa-Ivaldi, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Probing+Virtual+Boundaries+and+the+Perception+of+Delayed+Stiffness%5BTitle%5D)+AND+%22Advanced+Robotics%22%5BJournal%5D)">Probing Virtual Boundaries and the Perception of Delayed Stiffness.</a> Advanced Robotics. 22, 119-140 (2008).</li>
<li>Nisky, I., Pressman, A., Pugh, C. M., Mussa-Ivaldi, F. A., Karniel, A. EuroHaptics, Amsterdam, Netherlands, , 213-218 (2010).</li>
<li>Karniel, A. Computational Motor Control. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aKarniel%2C+A+%22Encyclopedia+of+Neuroscience%22">Encyclopedia of Neuroscience</a>. Binder, M. D., Hirokawa, N., Windhorst, U. , Springer-Verlag. Berlin. 832-837 (2009).</li>
</ol>

We hebben met een nieuw protocol voor een gedwongen-keuze Turing-achtige handdruk testen toegediend via een eenvoudige telerobotic systeem. Dit protocol is een platform voor het vergelijken van kunstmatige handshake-modellen, in plaats van een platform voor het bepalen van absolute menselijke gelijkenis. Dit protocol werd in een aantal conferenties 2-5 We hebben hier aangetoond dat deze test is nuttig bij het vinden van de parameters van de passieve eigenschappen van beweging die de meest mens-achtige gevoel te geven. Het kan gebruikt worden in verdere studies, om een ​​model voor een handdruk die zal worden als mens-achtig als mogelijk te ontwikkelen. We zullen gebruiken dit platform in de eerste Turing-achtige handdruk toernooi dat plaats zal vinden in de zomer van 2011 [[ <a href="http://www.bgu.ac.il/~akarniel/HANDSHAKE/index.html">http://www.bgu.ac.il/ ~ akarniel / HANDSHAKE / index.html</a> ]], waar concurrerende modellen zullen worden cijfer voor hun menselijke gelijkenis. De ultieme model moet waarschijnlijk overwegen de niet-lineariteiten en tijdsafhankelijke karakter van de menselijke impedantie 21, wederzijdse aanpassing met de ondervrager en vele andere aspecten van een natuurlijke menselijke handdruk die moet worden getest en klassering op basis van deze gedwongen-keuze Turing-achtige handdruk test. De voorgestelde test is een-dimensionaal en uitgevoerd via een telerobotic-interface, en daarom is beperkt: het verbergt vele aspecten van de handdruk, zoals tactiele informatie, temperatuur, vocht, en grijpen krachten. Niettemin, in verschillende studies een telerobotic-interface werd gebruikt voor het verkennen van handdruk 6-11 en andere vormen van mens-mens interactie tussen 12. Daarnaast is in deze versie van de test hebben we geen rekening houden met de duur van de handdruk, de initiatie en release tijden, zijn multi-dimensionale karakter en de hand trajecten voor en na het fysieke contact. Er zijn ook vele soorten handdrukken afhankelijk van geslacht en de cultuur van de persoon 13-14 en daarom kan men niet verwachten dat een enkele optimale mens-achtige handdruk model te genereren. Toch geloven wij dat de eenvoud van de voorgestelde test is een voordeel, althans in deze eerste fase van het onderzoek. Zodra de belangrijkste kenmerken van een dergelijke eendimensionale handshake goed zijn gekenmerkt kunnen we overgaan tot deze beperkingen te overwegen en dienovereenkomstig uit te breiden van de test. Opgemerkt moet worden dat een Turing-achtige handdruk test kan worden omgekeerd, met de computer in plaats van de persoon die wordt gevraagd naar de identiteit van de andere partij. In dit kader beschouwen we de volgende omgekeerde handshake hypothese: het doel van een handdruk is om de sonde geschud de hand, volgens de omgekeerde handshake hypothese, de optimale handdruk algoritme - in de zin dat het zal worden niet te onderscheiden van een mens handdruk - zal beste vergemakkelijken de discriminatie tussen mensen en machines. Met andere woorden, het model geven de beste handdruk zodanig dat een voldoende afgestemd classifier onderscheid kan maken tussen mens en machine handdrukken. Als de omgekeerde handshake hypothese is inderdaad juist dat levert een klinische toepassing voor onze test: het identificeren van motorische stoornissen bij mensen die lijden aan verschillende neurologische motor-gerelateerde aandoeningen, zoals Cerebral Palsy (CP). Eerdere studies hebben aangetoond verschillen in de kinematische parameters tussen CP patiënten en gezonde proefpersonen bij het ​​uitvoeren van het bereiken van bewegingen 15-16. We hebben onlangs aangetoond dat de eigenschappen van bewegingen verschillen tussen gezonde mensen en mensen met CP bij het ​​handen schudden door middel van een telerobotic systeem 4. Deze bevindingen versterken onze bewering dat mensen met motorische stoornissen kunnen worden onderscheiden van gezonde mensen door het onderzoeken en verkennen van de handdruk beweging van elk individu. Men moet ook rekening mee dat de test hierin besproken is een perceptuele test en recente studies onderscheid te maken tussen waarneming en handeling 17-20. Toekomstige studies moeten onderzoeken drie versies van de test om nauwkeurig te kunnen beoordelen van de aard van de mens-achtige handdruk: (1) een psychometrische test van de vermeende overeenkomst, (2) een motorisch gedrag test (motormetric test) dat de motor te verkennen reactie van de ondervrager, die kan afwijken van zijn / haar cognitief waargenomen gelijkenis, (3) een ultieme optimale discriminator die probeert om onderscheid te maken tussen mens en machine handdrukken op basis van de kracht en positie trajecten. In het algemeen, we beweren dat het begrijpen van de motor controle-systeem is een noodzakelijke voorwaarde voor het begrijpen van de hersenfunctie, en dat een dergelijk inzicht kan worden aangetoond door de bouw van een humanoïde robot niet te onderscheiden van een mens. Het huidige onderzoek richt zich op handdrukken via een telerobotic systeem. We beweren dat door de rangschikking van de heersende wetenschappelijke hypothesen over de aard van de menselijke hand bewegingen te controleren met behulp van de voorgestelde Turing-achtige handdruk test, wemoet in staat zijn saillante eigenschappen van de menselijke motor control of in ieder geval de meest opvallende eigenschappen nodig is om een ​​kunstmatige aanhangsel dat is niet te onderscheiden van een menselijke arm te bouwen extract.

<table><tbody><tr><td>Twee PHANTOM desktoprobots</td><td>SensAble, Geomagic</td><td></td><td>2 Parallelle kaarten&lt;br/&gt;Minimale systeemeisen: Intel- of AMD-gebaseerde pc's; Windows 2000/XP, 250 MB schijfruimte</td></tr><tr><td>SensAble technologies drivers</td><td>SensAble, Geomagic</td><td></td><td>&lt;a href=&quot;http://www.sensable.com">http://www.sensable.com&lt;/a&gt;</td></tr><tr><td>H3DAPI broncode</td><td>H3DAPI</td><td></td><td>&lt;a href=&quot;http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation">http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation&lt;/a&gt;</td></tr><tr><td>Python 2.5</td><td>Python Products</td><td></td><td>&lt;a href=&quot;http://www.python.org/download/releases/2.5.5/">http://www.python.org/download/releases/2.5.5/&lt;/a&gt;</td></tr><tr><td>x3d-codes</td><td></td><td></td><td></td></tr><tr><td>psignifit toolbox versie 2.5.6</td><td>Matlab</td><td></td><td>&lt;a href=&quot;http://www.bootstrap-software.org/psignifit/">http://www.bootstrap-software.org/psignifit/&lt;/a&gt;</td></tr></tbody></table>

eendimensionale turing-like handshake test voor motor intelligence

One Dimensional Turing-Like Handshake Test for Motor Intelligence

In de Turing-test, is een computer model beschouwd als &quot;intelligent denken&quot; als het kan genereren antwoorden die niet zijn te onderscheiden van die van een mens. Echter, is deze test beperkt tot de taalkundige aspecten van machine intelligentie. Een opvallende functie van de hersenen is de controle van de beweging, en de beweging van de menselijke hand is een verfijnde demonstratie van deze functie. Daarom stellen we een Turing-achtige handdruk test, voor machine motor intelligentie. Wij beheren de test door middel van een telerobotic systeem waarin de ondervrager is bezig met een taak van het houden van een robot stylus en de interactie met een andere partij (menselijke of kunstmatig). In plaats van het stellen van de ondervrager of de andere partij is een persoon of een computer programma, we gebruiken een twee-alternatief gedwongen keuze methode en vraag welke van de twee systemen is meer mens-achtig. We halen een kwantitatieve cijfer voor elk model op basis van haar gelijkenis met de menselijke handshake beweging en noem het &quot;Model Human-Likeness Grade&quot; (MHLG). We presenteren drie methoden om de MHLG schatten. (I) Door de berekening van het deel van de proefpersonen antwoordt dat het model is meer mens-achtig dan de mens, (ii) Door het vergelijken van twee gewogen sommen van humane en modelsystemen handdrukken we passen een psychometrische curve en extract het punt van subjectieve gelijkheid (PSE ), (iii) Door het vergelijken van een bepaald model met een gewogen som van mens en random signaal, we passen een psychometrische curve voor de antwoorden van de ondervrager en extract van de PSE voor het gewicht van de mens in de gewogen som. In totaal bieden we een protocol om computationele modellen van het menselijk handdruk test. Wij zijn van mening dat het bouwen van een model is een noodzakelijke stap in het begrijpen van een fenomeen, en in dit geval, in het begrijpen van de neurale mechanismen die verantwoordelijk zijn voor het opwekken van het menselijk handdruk.

We presenteren een Turing-achtige Handshake-test toegediend via een telerobotic systeem waarin de ondervrager is met een gerobotiseerde stylus en de interactie met een andere partij (menselijke of kunstmatig). We maken gebruik van een gedwongen keuze methode en extract een maat voor de gelijkenis van de kunstmatige model om een ​​menselijke handdruk.

Eendimensionale Turing-Like Handshake test voor Motor Intelligence

In de Turingtest wordt een computermodel geacht "intelligent te denken" als het antwoorden kan genereren die niet te onderscheiden zijn van die van een mens. ...

Het algemene doel van deze procedure is om vast te stellen in hoeverre een computermodel van een handdruk overeenkomt met de menselijke handdruk. Dit wordt bereikt door de proefpersonen eerst paren handdrukken te presenteren, waarbij deze ofwel door mensen of door computers zijn gegenereerd, of een combinatie van beide via een telero-botische interface. De tweede stap van de procedure is om elke proefpersoon binnen elk paar te laten kiezen welke van de twee handdrukken menselijker aanvoelt.De laatste stap van de procedure is om op basis van de antwoorden van de proefpersoon de menselijke gelijkenisgraad te berekenen, voor het handschudmodel de model-menselijke gelijkenisgraad, of MHLG. Uiteindelijk kunnen resultaten worden verkregen die een significant onderscheid tonen tussen verschillende modellen, MH Gs, met gebruik van de Turing-achtige handschudtest. De Turingtest is feitelijk beperkt tot verbale intelligentie, terwijl wetenschappers en ingenieurs een groot gat observeerden tussen kunstmatige en natuurlijke intelligentie wat betreft het aspect van motorische controle van het motorisch gedrag.Veel wetenschappers hebben nagedacht over deze motorische versie van de Turing-test, maar pas onlangs zijn bestuurbare robotische apparaten in onderzoekslaboratoria beschikbaar geworden die de implementatie van een eenvoudig, reproduceerbaar protocol voor een Turing-achtige handschudtest mogelijk maken. Deze methode kan helpen bij het beantwoorden van kernvragen binnen het veld van mens-robotinteractie, zoals wat de belangrijkste kenmerken zijn van menselijke armbewegingen die zorgen voor een natuurlijke menselijke tastervaring. De implicaties van deze techniek strekken zich uit tot onze diagnose van motorische beperkingen, zoals cerebrale parese.De volgende stap is het bouwen van een robotisch diagnoseapparaat dat een gezonde menselijke handdruk kan onderscheiden van een aangetaste. Een visuele demonstratie van deze methode is essentieel, aangezien de handdrukbeweging via het telerobotische systeem niet natuurlijk verloopt en het tijd en oefening kost om te leren hoe men de robot moet bedienen en ermee moet interageren. In navolging van het oorspronkelijke concept van de klassieke Turingtest bestaan de handdrukexperimenten uit drie entiteiten: een mens, een computer en een ondervrager.De ondervrager en de mens bevinden zich in dezelfde ruimte, maar zijn gescheiden door een scherm, waardoor de ondervrager niet kan zien of de computer of de mens de handdruk genereert. De handdrukken zijn geen directe handdrukken, maar worden gerealiseerd via een mechanische telerobotische interface bestaande uit twee phantom-desktoprobots in het geval van een menselijke handdruk, en één phantom-robot en software. In het geval van een computerhanddruk maken de ondervrager en de mens onmiddellijk handdrukbewegingen door de stylus van de telerobotische interface in verticale richting te bewegen zodra het woord handdruk op het computerscherm verschijnt.De taak van de ondervrager is om twee handshakes te vergelijken en te selecteren welke meer menselijk is door op de home- of F1-toets te drukken om de eerste handshake te kiezen, of op de end- of F2-toets om de tweede handshake te kiezen. De drie experimentele protocollen die in deze video worden gedemonstreerd, verschillen van elkaar door de samenstelling van de handshakes die worden vergeleken. Het eerste protocol is het pure Turing-testprotocol, maar dan met keuzes tussen een menselijke handshake en een door de computer gegenereerde handshake.Het tweede protocol omvat handdrukken die bestaan uit variërende composities van door mensen gegenereerde en door computers gegenereerde krachten. Het derde protocol bevat handdrukken die variërende combinaties zijn van een door mensen gegenereerde handdruk en ruis, of puur door computers gegenereerde krachten. Tijdens het experiment wordt automatisch een willekeurig bestand aangemaakt bij de opdracht om een naam voor het willekeurige bestand in te voeren.Als het bestand al bestaat, gebruikt het systeem het bestaande bestand. Anders genereert het systeem automatisch een nieuw willekeurig bestand met de opgegeven naam. Het willekeurige bestand bepaalt de volgorde waarin de verschillende handshakes plaatsvinden.Het pure protocol begint met 12 oefenproeven van telkens twee handdrukken, waarbij de mens en de ondervrager 24 keer elkaar de hand schudden via het tele-robotische systeem. De ondervrager weet in deze fase dat hij de hand schudt met een mens. Het doel van deze oefenproeven is om de deelnemers vertrouwd te maken met de tele-robotische interface.Na de oefenronde wordt een blok van vier trials uitgevoerd. In elke trial wordt een menselijke handdruk vergeleken met een van de vier computermodelhanddrukken in een willekeurige volgorde, zoals getoond in dit voorbeeld. In trial één van blok één schudt de ondervrager bijvoorbeeld twee keer de hand.De eerste handdruk wordt gegenereerd door de mens en de tweede handdruk wordt gegenereerd door de computer met gebruik van de krachten zoals voorgeschreven door model drie. De ondervrager kiest vervolgens tussen handdruk nummer één en handdruk nummer twee om te bepalen welke handdruk menselijker is. Als de ondervrager bijvoorbeeld handdruk nummer één selecteert als zijnde menselijker, heeft de ondervrager de menselijke handdruk gekozen.De ondervrager krijgt echter niet te horen of hij of zij de menselijke handdruk in de volgende ronde correct heeft geïdentificeerd. De eerste handdruk van de ondervrager is met computermodel twee, en de tweede handdruk is met de mens. De ondervrager selecteert opnieuw de meest mensachtige handdruk.Er worden nog twee proeven op soortgelijke wijze uitgevoerd. Om de resterende twee modellen, model één en model vier, te testen tegenover de menselijke handdruk. Hiermee is één blok proeven voltooid.Het experiment bestaat uit 11 blokken van elk vier pogingen, waarbij de vier modelhanddrukken in elk blok in willekeurige volgorde worden gepresenteerd. Het eerste blok is een oefenblok en de analyse wordt uitgevoerd op de resterende 10 blokken. Na voltooiing van de 10 blokken van het experiment is elk van de vier handdrukmodellen 10 keer getest tegenover een menselijke handdruk.Na voltooiing van de 11 experimentele blokken wordt voor elk van de vier geteste modellen een score voor menselijke gelijkenis berekend. De analyse wordt uitgevoerd door de proportie handdrukken te berekenen waarbij het subject aangeeft dat de handdruk van het model menselijker is dan de menselijke handdruk. Als de ondervrager bijvoorbeeld bij twee van de 10 handdrukken de handdruk van het model verkiest boven de menselijke handdruk, dan is de proportie model ten opzichte van mens 0,2; vermenigvuldig deze proportie met twee om de score voor menselijke gelijkenis van het model te verkrijgen.Voor elk model waarbij de proportie 0,2 is, zou de menselijkheidsgraad van model één 0,4 zijn. Als model drie in vier van de 10 pogingen als menselijker werd geselecteerd, dan zou de proportie 0,4 zijn en de menselijkheidsgraad van het model 0,8. Als een model ononderscheidbaar is van een mens, zou de berekende proportie 0,5 zijn en de menselijkheidsgraad van het model één zijn.Als een model duidelijk niet-menselijk is, zoals bij zijn model, is de graad van menselijke gelijkenis nul. De MHLG is beperkt tot maximaal één. In dit protocol variëren de gegenereerde handdrukken, los van het menselijke deelmodel, over de proeven heen op een schaal van een volledig door de computer gegenereerde handdruk tot een volledig menselijke handdruk.Daarom wordt deze reeks experimenten aangeduid als de gewogen menselijke modeltest. Het protocol begint met het oefenblok om de ondervrager te helpen een puur menselijke handdruk te herkennen en vertrouwd te raken met de apparatuur. Daarom bevat het oefenblok 30 trials waarin een puur menselijke handdruk wordt vergeleken met een door de computer gegenereerde handdruk.Aan het einde van elke proef kiest de ondervrager welke van de twee handdrukken het meest menselijk was. Als de ondervrager de menselijke handdruk correct identificeert, verschijnt er 'correct' op het scherm. Als de ondervrager niet de juiste handdruk kiest, verschijnt er een bericht dat het fout is en krijgt de ondervrager de mogelijkheid om de laatste oefenproef te herhalen.Na het oefenblok begint de ondervrager met een reeks proeven om twee handschuddingen te evalueren. De twee handschuddingen zijn een stimulus-handschudding en een referentie-handschudding, waarbij beide een combinatie zijn van menselijke en modelkrachten. Bij de referentie-handschudding is de door de ondervrager gevoelde handschudding een gelijkmatig mengsel van de krachten gegenereerd door de mens en een door de computer gegenereerde model.Met andere woorden: terwijl de menselijke deelnemer een handschudbeweging maakt, vormt die handdruk slechts 50% van de kracht die door de ondervrager wordt waargenomen, waarbij de overige 50% van de kracht afkomstig is van een model in de stimulus-handdruk; de handdruk die de ondervrager voelt, is dus een variërende mengeling van de krachten die worden gegenereerd door de mens en door een door de computer gegenereerd model. Bij sommige stimulus-handdrukken is het aandeel dat door de mens wordt bijgedragen groter dan de helft, en dus groter dan bij de referentie-handdruk. Bij andere stimulus-handdrukken is het aandeel dat door de mens wordt bijgedragen minder dan de helft en dus minder dan bij de referentie-handdruk.Aan het einde van elke trial wordt de ondervrager gevraagd om de handdruk te kiezen die menselijker aanvoelde. Dit experiment vergelijkt drie modellen: twee testmodellen en één basismodel. Net als bij het pure protocol begint dit protocol met één niet-geanalyseerd blok, gevolgd door 10 experimentele blokken.Elk experimenteel blok bestaat uit 24 trials, bestaande uit elk van de acht lineaire combinaties van model en mens voor elk van de drie modelcombinaties. Na voltooiing van de 10 experimentele blokken wordt een logistische psychometrische functie gefit aan de antwoorden van de ondervrager. Zoals beschreven in het bijbehorende artikel, toont de resulterende curve de waarschijnlijkheid van de ondervrager.Om dit te beantwoorden, is een stimulus-handdruk menselijker dan de referentie-handdruk. Als functie van alpha-stimulus minus alpha-referentie wordt het punt van subjectieve gelijkheid, of PSE, geëxtraheerd uit het 0,5-drempelniveau van de psychometrische curve, wat het verschil aangeeft tussen de alpha-stimulus en de alpha-referentie waarbij de handdrukken als even menselijk worden waargenomen als het model. De graad van menselijkheid voor het protocol van het gewogen menselijke model wordt berekend door de PSE van 0,5 af te trekken; modellen die als het minst of het meest menselijk mogelijk worden waargenomen, leveren respectievelijk waarden van nul of één op voor de graad van menselijkheid van het model. Het uiteindelijke protocol vergelijkt een model-handdruk met een handdruk die gedeeltelijk menselijk en gedeeltelijk uit willekeurige ruis bestaat.In dit protocol is de stimulus-handshake een computgegenereerde handshake gebaseerd op een model. De andere handshake, de referentie-handshake, is een kracht die is gegenereerd uit diverse combinaties van de menselijke handshake en witte ruis met een maximale absolute kracht van twee N, gefilterd met een Lowpass Butterworth-filter van orde vijf bij een maximale frequentie van twee over pi. Aan het einde van elke trial wordt de ondervrager gevraagd de handshake te kiezen die menselijker aanvoelde.Het protocol heeft een vergelijkbaar ontwerp als de vorige test met het gewogen menselijke model. Na een oefenronde en een niet-geanalyseerd blok wordt een serie van 10 experimentele blokken als volgt uitgevoerd. De PSE wordt, zoals voorheen, uit de psychometrische curve geëxtraheerd en definieert de graad van menselijke gelijkenis van het model voor het protocol met toegevoegde ruis.Deze figuur toont de resultaten van het pure protocol en vergelijkt menselijke handdrukken met twee verschillende modelhanddrukken. De twee punten geven de berekende waarden weer voor de graad van menselijke gelijkenis van twee viscoelastische modellen, genaamd KB één en KB twee. De resultaten tonen aan dat model KB twee als menselijker wordt ervaren dan model KB één.Deze figuur toont de resultaten van het gewogen modelmenselijk protocol, waarbij een variërende ratio van modelmenselijke handdrukken werd vergeleken met een vaste ratio van 50 50 modelmenselijke handdrukken. De zwarte markeringen representeren de scores voor modelmenselijke gelijkenis van de testmodellen, en de grijze markeringen representeren die van het basismodel. De foutenbalken representeren de betrouwbaarheidsintervallen van de psychometrische curven.Deze figuur toont de resultaten van het protocol voor toegevoegde ruis, waarin een modelhanddruk wordt vergeleken met een handdruk met een variërende ratio tussen menselijke en ruiscomponenten. De zwarte markeringen stellen de gradaties van menselijke gelijkenis van de modellen voor en de grijze markeringen die van de ruis. De foutenbalken vertegenwoordigen de betrouwbaarheidsintervallen van de psychometrische curve.Deze resultaten tonen aan dat het visco-elastische model KB twee als menselijker wordt ervaren dan het visco-elastische model KB één, gebruikmakend van alle drie de evaluatiemethoden. Tijdens het uitvoeren van deze procedure is het belangrijk om op de juiste wijze met het robotapparaat te interageren en te proberen de interactie zo soepel mogelijk te laten verlopen. Na deze procedure kunnen andere methoden, zoals het testen van de herkenning van menselijke handdrukken bij pervasieve ontwikkelingsstoornissen, worden uitgevoerd om aanvullende vragen te beantwoorden, zoals: hoe beïnvloeden pervasieve ontwikkelingsstoornissen het vermogen om menselijke van niet-menselijke gebaren te onderscheiden? Na de ontwikkeling kan deze techniek nu de weg vrijmaken voor het gebruik van de handdruk als herkenningsinstrument.Wij stellen de hypothese dat het doel van handen schudden is om iets over de andere persoon te leren. Daarom kan de methodologie die wij voorstellen voor het ontwikkelen van een mensachtige handdruk ook de ontwikkeling van een classificatiesysteem voor handdrukken faciliteren, waarmee informatie over de andere persoon uit diens handdruk kan worden geëxtraheerd. Na het bekijken van deze video zou men een goed begrip moeten hebben van hoe de eendimensionale 'tour-like' handdruktest wordt uitgevoerd en hoe we de handdrukmodellen zullen evalueren die zijn ingediend voor het eerste internationale 'tour-like' handdruktesttoernooi.

one-dimensional-turing-like-handshake-test-for-motor-intelligence

Research

JoVE Journal

Neuroscience

Neurowetenschap

Als handvaardigheid is een voorrecht vooral primaten, zijn gedrag taken ontwikkeld in makaken. Vier te bereiken en te begrijpen grijpfunctie taken, het meten van de hand manipulatie vermogen en kracht, laat het functioneel herstel tot stand na een laesie van het centrale zenuwstelsel en het effect van een behandeling te testen.

Behavioral Assessment van de handvaardigheid in de niet-menselijke primaten

This video demonstrates the staircase test to assess motor function in a hemiparkinsonian rat with a right brain lesion. The lesion disrupts dopamine signaling, impairing left paw control, which results in more pellets remaining on the left stairs, indicating motor dysfunction.

Staircase Test for Motor Function Assessment in a Hemiparkinsonian Rat

We beschrijven een roman virtual reality op basis setup die vrijwillig toezicht van enerzijds prestaties van de motor-vaardigheid in de andere (niet-getraind) hand exploiteert. Dit wordt bereikt door het verstrekken van real-time verkeer gebaseerde sensorische feedback alsof de hand niet opgeleid in beweging is. Deze nieuwe benadering kan worden gebruikt ter verbetering van de revalidatie van patiënten met eenzijdige hemiparesis.

Met behulp van Virtual Reality motorische vaardigheid om kennis te dragen van de ene kant naar de andere

Dit manuscript wordt beschreven van een semi-geautomatiseerde taak die supinatie bij ratten kwantificeert. Ratten bereiken, begrijpen en een sferische manipulandum supinate. De rat wordt beloond met een pellet overschrijdt de beurt hoek een criterium dat door de gebruiker ingesteld. Deze taak verhoogt de doorvoer, gevoeligheid voor schade, en objectiviteit ten opzichte van traditionele taken.

De knop supinatie Task: Een semi-geautomatiseerde methode voor de beoordeling van de voorpoot functie bij ratten

We introduceren de voet-intensivering seriële reactietijd (SRT) taak. Dit gewijzigd SRT taak, als aanvulling op de klassieke SRT taak waarbij alleen de vinger te drukken beweging, betere benadert dagelijkse gesequenceerd activiteiten en biedt onderzoekers om de dynamische processen ten grondslag liggen aan de discrete responsmaatregelen te bestuderen en de expliciete proces actief zijn in de impliciete reeks leren te ontwarren.

De "Motor" in impliciete Motor volgnummer leren: een voet-intensivering seriële reactie tijd taak

Hier presenteren we een protocol dat de zin van agentschap ontwikkeld over de controle van zintuiglijke virtuele of Robotica prothetische handen kenmerkt. Psychofysisch vragenlijsten worden gebruikt om vast te leggen van de expliciete ervaring van Agentschap en schatting van de interval tijd (opzettelijke bindende) worden gebruikt impliciet het meten van het gevoel van het Agentschap.

Karakterisering van de betekenis van het Agentschap over de acties van neurale-machine Interface bediende protheses

Dit protocol biedt een digitalisatie van delen van traditionele klinische taken die vaak worden gebruikt om cognitie en motorische controle bij de ziekte van Parkinson te meten. Klinische taken worden gedigitaliseerd terwijl biofysische ritmes samen worden geregistreerd vanuit verschillende functionele niveaus van het zenuwstelsel, variërend van vrijwillig, spontaan, automatisch tot autonoom.

Dynamische digitale biomarkers van motorische en cognitieve functie bij de ziekte van Parkinson

Het doel van deze studie is om een belangrijke referentie te bieden voor de standaard klinische werking van motorische beeldvorming hersen-computerinterface (MI-BCI) voor motorische disfunctie van de bovenste ledematen na een beroerte.

Motorische beeldvorming Hersen-computerinterface bij revalidatie van motorische disfunctie van de bovenste ledematen na een beroerte

Motorische beelden in een virtual reality-omgeving hebben brede toepassingen in hersen-computerinterfacesystemen. Dit manuscript schetst het gebruik van gepersonaliseerde digitale avatars die lijken op de deelnemers die bewegingen uitvoeren die door de deelnemer zijn bedacht in een virtual reality-omgeving om de onderdompeling en het gevoel van lichaamseigendom te vergroten.

Prestaties op het gebied van motorische beelden door middel van belichaamde digitale tweelingen in een virtual reality-enabled hersen-computerinterface-omgeving

In dieren met grote geïdentificeerde neuronen...

Extracellulair Het identificeren van Motor Neuronen voor een Muscle Motor Pool in<em&gt; Aplysia californica</em

Leer een Turing-achtige handdruktest voor mens-robotinteractie met behulp van een telerobotisch systeem. Deze methode evalueert hoe kunstmatige handdrukmodellen menselijke handdrukken nabootsen.

Eendimensionale Turing-Like Handshake test voor Motor Intelligence

Meer video's verkennen