Name: Um teste de Turing Handshake Dimensional-Like para Motor de Inteligência (Vídeo) | JoVE Journal
Uploaded: 2010-12-15T15:45:00.000+00:00
Duration: 14 min 5 s
Description: Aprenda a avaliar modelos de aperto de mão robóticos usando um teste tipo Turing com interface telerobótica. Este método permite calcular o grau de semelhança humana (MHLG) e distinguir comportamentos motores naturais de artificiais em interações homem-robô.

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 deseja agradecer Gerry Loeb para discussões úteis sobre o teste de Turing propôs aperto de mão-like. AK e IN desejam agradecer Nathaniel Leibowitz e Lior Botzer que contribuíram para a concepção da primeira versão deste protocolo de volta em 2007. Esta pesquisa foi apoiada pela Fundação Ciência Israel (concessão n º 1018-1008). SL é apoiado por uma bolsa da Fundação Kreitman pós-doutorado. IN é suportado pela fundação Kreitman e do Programa Bolsa Clore.

1. Preparando o sistema de <ol><li> Requisitos de hardware: <ul><li> PHANTOM dois robôs desktop SensAble Technologies, Inc. </li><li> 2 placas paralelas. </li><li> Requisitos mínimos do sistema: Intel ou AMD baseada em PCs; Windows 2000/XP, 250 MB de espaço em disco. </li></ul></li><li> Requisitos de software: <ul><li> Driver- Download de drivers da SensAble tecnologias website <a href="http://www.sensable.com">http://www.sensable.com</a> acordo com o sistema operacional do computador. </li><li> H3DAPI- Baixe o código fonte H3DAPI e instalar de acordo com as instruções exibidas na seção passo a passo de instalação em <a href="http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation">http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation</a> Nós atualizamos o código para atender nossas exigências que não foram preenchidas no código existente. Os arquivos atualizados podem ser baixados no site do torneio handshake <a href="http://www.bgu.ac.il/~akarniel/HANDSHAKE//index.html">http://www.bgu.ac.il/ ~ akarniel / APERTO / / index.html</a> Cada arquivo deve ser colocado na pasta apropriada, como descrito no site acima. Depois de realizar as mudanças, download CMake e compilar o código. As instruções de compilação pode ser encontrada em <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 e python <ul><li> Download python 2.5 a partir <a href="http://www.python.org/download/releases/2.5.5/">http://www.python.org/download/releases/2.5.5/</a> </li><li> Baixe o código python e X3D a partir do site aperto de mão e colocar os arquivos de código em um diretório dedicado, por exemplo: "C: \ codeDirectory" </li><li> Cada modelo de força de aperto de mão deve ser escrito em um arquivo python separado. Veja a Figura 1 para um exemplo de um modelo de força da mola. </li></ul></li><li> psignifit toolbox versão 2.5.6 para Matlab, disponível em <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="Figura 1" data-altupdatedat="1787634011000" data-alt="Figura 1"> Figura 1. Força função em python. Um exemplo de um modelo de força de mola para um aperto de mão 2. Protocolo Experimental <ul><li> Abra a janela de comando e mude para o diretório de código python e X3D digitando: cd C: \ codeDirectory. </li><li> Crie uma pasta com os nomes dos sujeitos em C: \ codesDirectory. </li><li> , A fim de executar o tipo de experiência: h3dload code_name.x3d. </li><li> Criar um novo arquivo aleatório, digitando: random_file_name.txt. O arquivo aleatório define a ordem em que os apertos de mão diferentes aparecem. </li><li> Digite os nomes dos sujeitos, exatamente como na pasta criada anteriormente. </li><li> Seguindo o conceito original do teste de Turing clássica, cada experimento consiste de três entidades: um ser humano, um computador e um interrogador. Dois sujeitos (humanos e interrogador) cada um mantenha a caneta de um dispositivo háptico Phantom e gerar movimentos aperto de mão. Eles são convidados a seguir as instruções que aparecem na tela (por exemplo: "pressione Page Up para o aperto de mão primeiro"), para as forças de aperto de mão deve ser aplicado. Em todos os métodos a seguir, cada ensaio é composto por 2 apertos de mão, e os sujeitos são obrigados a comparação entre eles. O computador é um modelo simulado handshake que gera um sinal de força em função do tempo ea uma posição da mão dimensional e seus derivados. (1) modelo F (t) = Φ [x (t), t] 0 ≤ t ≤ T F [x, t] significa qualquer operador causal, por exemplo, modelo não-linear variante no tempo mecânica do movimento stylus unidimensional, e T é a duração do aperto de mão. No estudo atual T = 5 segundos. </li></ul><ol><li> Realizar o teste "puro" e cálculo do modelo qualidade semelhante aos homens MHLG p A experiência começa com 12 provas práticas em que todos os apertos de mão (n = 24) são humanos, tal que os sujeitos simplesmente apertar as mãos uns com os outros através do sistema telerobóticos. O objectivo destas provas práticas é permitir aos participantes para se familiarizar com um aperto de mão humana no sistema. No experimento, comparar quatro modelos de computador. Cada bloco experimental consiste em quatro ensaios em que se compara a quatro modelos testados para um aperto de mão humana. Um dos apertos de mão em cada ensaio é uma interação com uma força gerada a partir de um dos quatro modelos (um computador), ea outra é com um humano (o segundo tema). Portanto, os sujeitos funcionar como seres humanos e os interrogadores. A ordem dos testes dentro de cada bloco é aleatório e pré-determinado. Cada experimento consiste em 10 blocos, de forma que cada aperto de mão de computador é repetido 10 vezes. Um blo inicial não analisadack é adicionado para conhecimento geral com o sistema ea tarefa. Para cada modelo, a proporção de apertos de mão em que o sujeito escolhe o aperto de mão modelo sobre o aperto de mão humana como mais humana-como é calculado, para fornecer um valor que é 0,5 quando o modelo é indistinguível de um ser humano. Nós multiplicamos este valor por dois, a fim de obter o p MHLG, de tal forma que MHLG = 0 é claramente não-humanos como e MHLG = 1 significa que o aperto de mão testado é indistinguível do aperto de mão humana. </li><li> Realização da "ponderada humano-modelo" de teste e cálculo do modelo humano semelhança grau MHLG w Neste protocolo, há apenas um sujeito interrogador. As outras funções de sujeito como entidade humana nos apertos de mão. A experiência começa com 30 provas práticas em que o interrogador experiências um aperto de mão humana e um aperto de mão de computador em cada julgamento. No final do julgamento eles são convidados a escolher qual dos dois apertos de mão foi o aperto de mão humana. Se tiverem sucesso, a tela exibe "Correto!", E se eles não escolheram o aperto de mão direita, um "Errado!" mensagem aparece. Após o bloco de praticar o experimento é conduzido da seguinte forma: Um ensaio consiste em dois apertos de mão. Em um dos apertos de mão-estímulo - o interrogador interage com uma combinação de forças que vem do ser humano e um modelo de handshake computador. (2) F = α • estímulo F humanos + (1-α estímulo) • F stimulusModel estímulo α é igualmente distribuída 0-1, por exemplo: α estímulo = {0, 0,142, 0,284, 0,426, 0,568, 0,710, 0,852, 1} O aperto de mão outros - a referência - é uma combinação fixa de forças geradas a partir do humano e um modelo de referência: (3) F = α referência • F humanos + (1-α de referência) • referenceModel F; referência α = 0,5 No final de cada teste o interrogador é solicitado a escolher o aperto de mão que se sentiu mais parecidos com os humanos. Em cada experimento, comparamos dois modelos de teste e um modelo de base. Cada bloco experimental é composta por 24 ensaios que compõem cada uma das combinações lineares do estímulo e do humano (eq. 2) para cada uma das três combinações modelo: <img src="/files/ftp_upload/2492/2492model1.jpg" alt="Modelo 1" data-altupdatedat="1787634011000" data-alt="Modelo 1"> A ordem dos testes dentro de cada bloco é aleatório e pré-determinado. Cada experimento consiste em 10 blocos, de modo que cada combinação se repete 10 vezes. Um bloco inicial não analisada é adicionado para conhecimento geral com o sistema ea tarefa. Nos encaixamos uma função logística psicométricas 1 para as respostas do interrogador usando a caixa de ferramentas psignifit versão 2.5.6 para Matlab, disponível em <a href="http://www.bootstrap-software.org/psignifit/">http://www.bootstrap-software.org/psignifit/</a> , com um método de máxima verossimilhança restrita para a estimativa de os parâmetros, e encontrar os intervalos de confiança pelo viés corrigido método bootstrap e acelerado (BCA). A curva mostra a probabilidade de o interrogador a resposta que um aperto de mão estímulo é mais parecidos com os humanos, como uma função de estímulo α - α referência. O ponto de igualdade subjetiva (PSE) é extraído do limiar 0,5 da curva psicométrica, indicando a diferença entre o estímulo e referência α α para os quais os apertos de mão são percebidos como igualmente humanos como. O PSE é usado para o cálculo da w MHLG de acordo com: (4) MHLG w = 0.5-PSE Um modelo que é percebido para ser tão parecidos com os humanos como o modelo de referência produz o MHLG valor w 0,5. Os modelos que são percebidos como menos ou mais humano-como possível, o rendimento MHLG valores w de 0 ou 1, respectivamente. </li><li> Realização da ", acrescentou ruído" de teste e cálculo do modelo humano semelhança grau MHLG n À semelhança do modelo humano ponderada de teste, há apenas um sujeito interrogador. As outras funções de sujeito como entidade humana nos apertos de mão. O bloco de prática também é o mesmo que no método anterior. Após a prática, em um dos dois apertos de mão - o estímulo - o interrogador interage com um aperto de mão modelo de computador. O aperto de mão outros - a referência - é uma força gerada a partir de uma combinação do ruído humanos e branco com uma faixa de freqüência filtrados de acordo com as freqüências que aparecem no aperto de mão humana. (5) F = α • F humanos + (1-α) • F ruído; α é igualmente distribuída 0-1, por exemplo: α = {0, 0,142, 0,284, 0,426, 0,568, 0,710, 0,852, 1} No final de cada teste o interrogador é solicitado a escolher o aperto de mão que se sentiu mais parecidos com os humanos. O experimento é construído da mesma forma que o mo ponderadadel-humanas teste mencionado acima é construído. No entanto, enquanto a calibração no teste humano-modelo ponderada é realizada comparando-se diferentes combinações de um modelo de base para uma combinação fixa de si mesmo, neste experimento o modelo básico é substituir pelo ruído. O PSE é extraída a partir da curva psicométricas e define o n MHLG (6) MHLG n = 1-PSE Os modelos que são percebidos como menos ou mais humano-como possível, o rendimento MHLG n valores de 0 ou 1, respectivamente. </li></ol> 3. Resultados representativos: A Figura 2 demonstra os resultados de um assunto para cada um dos três métodos. Os modelos testados em todos os três experimentos são dois modelos-KB1 viscoelástico: mola K = 50 N / m, amortecedor B = 2 Ns / m; traseiro KB2: mola K = 20 N / m, amortecedor B = 1,3 Ns / m. No teste ponderada modelo humano, o w MHLG é avaliada comparando cada um dos modelos testados para o modelo de base elástica K = 50 N / m. <img src="/files/ftp_upload/2492/2492fig2.jpg" alt="Figura 2" data-altupdatedat="1787634011000" data-alt="Figura 2"> Figura 2. Os valores MHLG de dois modelos viscoelásticos de acordo com o protocolo de teste "pura" (a), o "modelo-humano ponderada protocolo" (b) eo "ruído acrescentado" protocolo (c). As barras de erro em (b) e (c) representam intervalos das curvas psicométricas 'confiança. As barras pretas representam os graus MHLG para os modelos, e as barras em cinza representam as do modelo base em (b) e do ruído em (c). Os resultados demonstram que o traseiro KB2 modelo viscoelástico é percebida como mais humanos, como que a KB1 outros viscoelástico modelo usando os três métodos de avaliação.

<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>

Não há conflitos de interesse declarados.

Nós apresentamos um novo protocolo para um teste de escolha forçada handshake Turing-like administrado através de um sistema simples telerobóticos. Este protocolo é uma plataforma para a comparação de modelos de aperto de mão artificial, em vez de uma plataforma para determinar semelhança humana absoluta. Este protocolo foi apresentado em algumas conferências 05/02 Nós mostramos aqui que este teste é útil para encontrar os parâmetros das características de movimento passivo, que fornecem a maior parte do sentimento humano-like. Ele pode ser usado em outros estudos, a fim de desenvolver um modelo para um aperto de mão que será tão humano-como possível. Vamos empregar essa plataforma no torneio handshake primeiro Turing-like, que terá lugar no Verão de 2011 [[ <a href="http://www.bgu.ac.il/~akarniel/HANDSHAKE/index.html">http://www.bgu.ac.il/ ~ akarniel / APERTO / index.html</a> ]], onde os modelos concorrentes serão classificados pela sua semelhança humana. O modelo final deve provavelmente considerar as não-linearidades e variáveis ​​no tempo a natureza da impedância humano 21, adaptação mútua com o interrogador e muitos outros aspectos de um aperto de mão natural do ser humano que deve ser testado e classificado usando esta escolha forçada teste handshake Turing-like. O teste proposto é unidimensional e realizada através de uma interface telerobóticos e, portanto, é limitado: ele esconde muitos aspectos do aperto de mão, como informações táteis, temperatura, umidade, e as forças de agarramento. No entanto, em vários estudos uma interface telerobóticos foi usado para explorar handshakes 11/06 e outras formas de humano-humano 12 interação. Além disso, nesta versão do teste, não consideramos a duração do aperto de mão, o início e os tempos de liberação, sua natureza multi-dimensional e as trajetórias mão antes e depois do contato físico. Há também muitos tipos de apertos de mão em função do sexo e da cultura da pessoa 13-14 e, portanto, não se pode esperar para gerar um modelo único aperto de mão ideal humano-like. No entanto, acreditamos que a simplicidade do teste proposto é uma vantagem, pelo menos nesta fase preliminar do estudo. Uma vez que as principais características de um aperto de mão, tais dimensões são devidamente caracterizados podemos passar a considerar essas limitações e ampliar o teste de conformidade. Note-se que um teste de Turing handshake semelhante poderia ser revertida, com o computador em vez de a pessoa ser perguntado sobre a identidade da outra parte. Neste quadro, consideramos a hipótese de handshake seguintes inverso: o propósito de um aperto de mão é para sondar a mão agitada, de acordo com a hipótese inversa aperto de mão, o algoritmo optimal aperto de mão - no sentido de que seja indistinguível de um aperto de mão humana - será melhor facilitar a discriminação entre pessoas e máquinas. Em outras palavras, o modelo trará os melhores aperto de mão de tal forma que um classificador devidamente sintonizado pode distinguir entre humanos e apertos de mão máquina. Se a hipótese inversa aperto de mão é realmente correta, produz uma aplicação clínica para o nosso teste: identificação de deficiências motoras em pessoas que sofrem de motor-neurológicas relacionadas com várias doenças, como paralisia cerebral (CP). Estudos anteriores mostraram diferenças nos parâmetros cinemáticos entre pacientes e indivíduos saudáveis ​​CP ao executar movimentos atingindo 15-16. Recentemente, mostrou que as características dos movimentos diferem entre indivíduos saudáveis ​​e indivíduos com CP quando apertando as mãos através de um sistema de 4 telerobóticos. Esses achados reforçam nossa afirmação de que pessoas com deficiências motoras podem ser distinguidos de pessoas saudáveis, examinando e explorando o movimento aperto de mão de cada indivíduo. Deve-se notar também que o teste aqui discutidos é um teste de percepção e estudos recentes distinguir entre percepção e ação 17-20. Estudos futuros deverão explorar três versões do teste, a fim de avaliar com precisão a natureza do aperto de mão humana-como: (1) um teste psicométrico da semelhança percebida, (2) um teste de comportamento motor (teste motormetric) que irá explorar o motor reação do interrogador que pode diferir do seu / sua semelhança cognitivamente percebido; (3) discriminador um ótimo final, que tenta distinguir entre apertos de mão e máquina humana baseada na força e trajetórias posição. Em termos gerais, podemos afirmar que a compreensão do sistema de controle motor é uma condição necessária para a compreensão da função cerebral, e que tal entendimento pode ser demonstrado através da construção de um robô humanóide indistinguível de um ser humano. O presente estudo centra-se em apertos de mão através de um sistema telerobóticos. Afirmamos que pelo ranking das hipóteses predominantes científica sobre a natureza do controle humano mão movimento utilizando o teste de Turing propôs handshake-like, quedeve ser capaz de extrair propriedades salientes do controle motor humano ou, pelo menos, as propriedades salientes necessário para construir um apêndice artificial que é indistinguível de um braço humano.

<table><tbody><tr><td>Dois robôs desktop PHANTOM</td><td>SensAble, Geomagic</td><td></td><td>2 placas paralelas&lt;br/&gt;Requisitos mínimos do sistema: PCs com processadores Intel ou AMD; Windows 2000/XP, 250 MB de espaço em disco</td></tr><tr><td>Drivers da SensAble Technologies</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>Código-fonte H3DAPI</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>Produtos Python</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>códigos x3d</td><td></td><td></td><td></td></tr><tr><td>caixa de ferramentas psignifit versão 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>

um teste de turing handshake dimensional-like para motor de inteligência

One Dimensional Turing-Like Handshake Test for Motor Intelligence

No teste de Turing, um modelo de computador é considerado a &quot;pensar inteligentemente&quot;, se ele pode gerar respostas que não são distinguíveis das de um ser humano. No entanto, este teste é limitado aos aspectos lingüísticos da inteligência da máquina. A função mais salientes do cérebro é o controle do movimento, eo movimento da mão humana é uma manifestação sofisticada desta função. Assim, propomos um teste de Turing aperto de mão-like, para a inteligência do motor da máquina. Nós administramos o teste através de um sistema telerobóticos em que o interrogador está engajado em uma tarefa de realizar uma stylus robótica e interagindo com uma outra parte (humano ou artificial). Em vez de pedir o interrogador se a outra parte é uma pessoa ou um programa de computador, nós empregamos uma alternativa de dois método de escolha forçada e perguntar qual dos dois sistemas é mais semelhante à humana. Extraímos uma nota quantitativa para cada modelo de acordo com a sua semelhança com o movimento aperto de mão humana com o nome &quot;Modelo Grade Humanos Semelhança&quot; (MHLG). Nós apresentamos três métodos para estimar o MHLG. (I) Ao calcular a proporção de respostas dos sujeitos que o modelo é mais semelhante à humana do que os humanos; (ii) da comparação de duas somas ponderadas de apertos de mão humanos e de modelos que se encaixam uma curva psicométricas e extrair o ponto de igualdade subjetiva (PSE ), (iii) Ao comparar um determinado modelo com uma soma ponderada dos sinais humanos e aleatória, nos encaixamos uma curva psicométricos para as respostas do interrogador e extrair o PSE para o peso do ser humano na soma ponderada. Ao todo, oferecemos um protocolo para testar modelos computacionais do aperto de mão humana. Acreditamos que a construção de um modelo é um passo necessário para a compreensão de qualquer fenômeno e, neste caso, na compreensão dos mecanismos neurais responsáveis ​​pela geração do aperto de mão humana.

Nós apresentamos um teste de Turing Handshake-like administrado através de um sistema telerobóticos em que o interrogador está segurando uma caneta robótica e interagindo com uma outra parte (humano ou artificial). Usamos um método de escolha forçada, e extrair uma medida para a semelhança do modelo artificial de um aperto de mão humana.

Um teste de Turing Handshake Dimensional-Like para Motor de Inteligência

No teste de Turing, um modelo computacional é considerado capaz de "pensar inteligentemente" se conseguir gerar respostas que não sejam distinguíveis daquelas de um ser humano. ...

O objetivo geral deste procedimento é determinar quão proximamente um modelo computacional de aperto de mão corresponde ao aperto de mão humano. Isso é realizado primeiramente apresentando aos participantes pares de apertos de mão, sejam humanos, gerados por computador ou uma combinação dos dois, utilizando uma interface tele-robótica. O segundo passo do procedimento consiste em pedir a cada participante que escolha, dentro de cada par, qual dos dois apertos de mão é mais semelhante ao humano.O passo final do procedimento consiste em calcular, a partir das respostas do sujeito, o grau de semelhança humana, para o modelo de aperto de mão, o grau médio de semelhança humana, ou MHLG. Em última análise, podem-se obter resultados que mostram uma distinção significativa entre diferentes modelos, MH Gs, utilizando o teste de aperto de mão semelhante ao teste de Turing. O teste de Turing é, na verdade, limitado à inteligência verbal, onde cientistas e engenheiros observaram uma grande lacuna entre a inteligência artificial e a natural no aspecto de controle motor do comportamento motor.Muitos cientistas refletiram sobre essa versão motora do teste de Turing, mas somente recentemente dispositivos robóticos acionáveis e móveis passaram a ser utilizados em laboratórios de pesquisa, facilitando a implementação de um protocolo simples e reprodutível para um teste de aperto de mão semelhante ao de Turing. Este método pode ajudar a responder perguntas fundamentais na área de interação humano-robô, como quais são as características principais dos movimentos do braço humano que proporcionam uma sensação natural de toque humano. As implicações dessa técnica se estendem ao diagnóstico de comprometimentos motores, como a paralisia cerebral.O próximo passo é construir um dispositivo diagnóstico robótico capaz de distinguir um aperto de mão humano saudável de um comprometido. A demonstração visual deste método é fundamental, pois o movimento do aperto de mão por meio do sistema tele-robótico não é natural e exige tempo e prática para aprender a manipular e interagir com o robô. Seguindo o conceito original do teste clássico de Turing, os experimentos de aperto de mão consistem em três entidades: um ser humano, um computador e um interrogador.O interrogador e o ser humano estão sentados na mesma sala, mas separados por uma tela, de modo que o interrogador não pode ver se é o computador ou o ser humano que está gerando o aperto de mão. Os apertos de mão não são diretos, mas são realizados por meio de uma interface mecânica tele robótica composta por dois robôs Phantom Desktop no caso de um aperto de mão humano, e por um robô Phantom e um software. No caso de um aperto de mão computadorizado, quando a palavra "aperto de mão" aparece na tela do computador, o interrogador e o ser humano imediatamente realizam movimentos de aperto de mão movendo o estilete da interface tele robótica na direção vertical.O trabalho do interrogador é comparar dois apertos de mão e selecionar qual deles é mais semelhante ao humano pressionando a tecla início ou F1 para escolher o primeiro aperto de mão ou pressionando a tecla fim ou F2 para escolher o segundo aperto de mão. Os três protocolos experimentais demonstrados neste vídeo diferem entre si pela composição dos apertos de mão que são comparados. O primeiro protocolo é o protocolo do teste de Turing puro, com escolhas entre um aperto de mão humano e um aperto de mão gerado por computador.O segundo protocolo inclui apertos de mão com composições variáveis de forças geradas por humanos e forças geradas por computador. O terceiro protocolo inclui apertos de mão com combinações variáveis de um aperto de mão gerado por humano e ruído, ou forças puramente geradas por computador. Durante o experimento, um arquivo aleatório é criado automaticamente ao surgir o aviso para inserir um nome para o arquivo aleatório.Se o arquivo já existir, o sistema utiliza o arquivo existente. Caso contrário, o sistema gera automaticamente um novo arquivo aleatório com o nome especificado. O arquivo aleatório define a ordem na qual os diferentes apertos de mão ocorrem.O protocolo puro começa com 12 ensaios de prática, cada um composto por dois apertos de mão, nos quais o humano e o interrogador se cumprimentam com apertos de mão 24 vezes por meio do sistema tele robótico. O interrogador sabe que, nesta etapa, está apertando a mão de um ser humano. O objetivo desses ensaios de prática é familiarizar os participantes com a interface tele robótica.Após a rodada de prática, é realizado um bloco de quatro tentativas em cada tentativa. Um aperto de mão humano é comparado a um dos quatro apertos de mão gerados por modelos computacionais em ordem aleatória, conforme mostrado neste exemplo. Por exemplo, na tentativa um do bloco um, o interrogador aperta a mão duas vezes.O primeiro aperto de mão é gerado pelo ser humano e o segundo aperto de mão é gerado pelo computador usando as forças ditadas pelo modelo três. O interrogador então seleciona entre o aperto de mão número um e o aperto de mão número dois para decidir qual aperto de mão é mais semelhante ao humano. Por exemplo, se o interrogador selecionar o aperto de mão número um, considerando-o mais semelhante ao humano, o interrogador terá escolhido o aperto de mão humano.No entanto, não se informa ao interrogador se ele ou ela identificou corretamente o aperto de mão humano no próximo ensaio. O primeiro aperto de mão do interrogador é com o modelo gerado por computador dois, e o segundo aperto de mão é com o ser humano. O interrogador novamente seleciona o aperto de mão mais semelhante ao humano.Realizam-se mais dois ensaios de maneira semelhante. Para testar os dois modelos restantes, modelo um e modelo quatro contra o aperto de mão humano. Isso completa um bloco de ensaios.O experimento consiste em 11 blocos, cada um com quatro ensaios, nos quais os quatro modelos de aperto de mão são apresentados em ordem aleatória em cada bloco. O bloco inicial é um bloco de prática e a análise é realizada nos 10 blocos restantes. Após a conclusão dos 10 blocos do experimento, cada um dos quatro modelos de aperto de mão foi testado 10 vezes contra um aperto de mão humano.Após a conclusão dos 11 blocos experimentais, é calculado um grau de semelhança humana para cada um dos quatro modelos testados. A análise é realizada calculando a proporção de apertos de mão em que o sujeito afirma que o aperto de mão do modelo é mais semelhante ao humano do que o aperto de mão humano. Por exemplo, se o interrogador escolhe o aperto de mão do modelo em vez do aperto de mão humano em dois de dez apertos de mão, a proporção do modelo em relação ao humano será de 0,2; multiplique essa proporção por dois para obter o grau de semelhança humana do modelo.Para cada modelo em que a proporção for de 0,2, o grau de semelhança humana do modelo seria 0,4. Se o modelo três fosse selecionado como mais semelhante a um humano em quatro das dez tentativas, então sua proporção seria 0,4 e seu grau de semelhança humana do modelo seria 0,8. Se um modelo for indistinguível de um ser humano, sua proporção calculada será 0,5 e o grau de semelhança humana do modelo será um.Se um modelo for claramente não humano, como o seu modelo, o grau de semelhança humana será zero. O MHLG é limitado em um. Neste protocolo, os apertos de mão gerados diferem do modelo da parte humana, em que a combinação específica varia entre ensaios em uma escala que vai de um aperto de mão puramente gerado por computador a um aperto de mão puramente humano.Portanto, esse conjunto de experimentos é denominado teste do modelo humano ponderado. O protocolo inicia com um bloco de prática para ajudar o interrogador a aprender a reconhecer um aperto de mão puramente humano e a se familiarizar com o aparato. Assim, o bloco de prática possui 30 tentativas que comparam um aperto de mão puramente humano a um aperto de mão gerado por computador.No final de cada tentativa, o interrogador escolhe qual dos dois apertos de mão foi mais semelhante ao humano. Se o interrogador identificar corretamente o aperto de mão humano, a tela exibe correta. Se o interrogador não escolher o aperto de mão correto, aparece uma mensagem de erro e o interrogador tem a oportunidade de repetir a última tentativa de prática.Após o bloco de prática, o interrogador inicia uma série de ensaios para avaliar dois apertos de mão. Os dois apertos de mão são um aperto de mão estímulo e um aperto de mão de referência, cada um sendo uma combinação de forças humanas e do modelo. No aperto de mão de referência, o aperto sentido pelo interrogador é uma mistura igual das forças geradas pelo ser humano e por um modelo gerado por computador.Em outras palavras, enquanto o participante humano realiza o movimento de aperto de mão, esse aperto representa apenas 50% da força percebida pelo interrogador, com os 50% restantes da força provenientes de um modelo no aperto de mão do estímulo; assim, o aperto de mão sentido pelo interrogador é uma mistura variável das forças geradas pelo ser humano e por um modelo gerado por computador. Em alguns dos apertos de mão do estímulo, a fração contribuída pelo ser humano é maior que a metade, e portanto maior do que no aperto de mão de referência. Em outros apertos de mão do estímulo, a fração contribuída pelo ser humano é menor que a metade e, consequentemente, menor do que no aperto de mão de referência.No final de cada tentativa, pede-se ao interrogador que escolha o aperto de mão que pareceu mais semelhante ao humano. Este experimento compara três modelos, dois modelos de teste e um modelo base. Como no protocolo puro, este protocolo começa com um bloco não analisado, seguido por 10 blocos experimentais.Cada bloco experimental consiste em 24 ensaios, compreendendo cada uma das oito combinações lineares de modelo e humano para cada uma das três combinações de modelos. Após a conclusão dos 10 blocos experimentais, uma função psicométrica logística é ajustada às respostas do interrogador. Conforme descrito no artigo acompanhante, a curva resultante exibe a probabilidade do interrogador.Para responder a isso, um aperto de mão com estímulo é mais semelhante ao humano do que o aperto de mão de referência. Em função do alfa do estímulo menos o alfa de referência, o ponto de igualdade subjetiva, ou PSE, é extraído do nível de limiar de 0,5 da curva psicométrica, indicando a diferença entre o alfa do estímulo e o alfa de referência para a qual os apertos de mão são percebidos como igualmente semelhantes ao humano no modelo. O grau de semelhança humana para o protocolo do modelo humano ponderado é calculado subtraindo-se o PSE de 0,5; os modelos percebidos como o menos ou o mais semelhante ao humano possível produzem valores de grau de semelhança humana do modelo iguais a zero ou um, respectivamente. O protocolo final compara um aperto de mão do modelo com um aperto de mão parcialmente humano e parcialmente composto por ruído aleatório.Neste protocolo, o aperto de mão do estímulo é um aperto de mão gerado por computador com base em um modelo. O outro aperto de mão, o aperto de mão de referência, é uma força gerada a partir de várias combinações do aperto de mão humano e ruído branco com força absoluta máxima de dois N, filtrada utilizando o filtro passa-baixa Butterworth de ordem cinco em uma frequência máxima de dois sobre pi. Ao final de cada tentativa, solicita-se ao interrogador que escolha o aperto de mão que pareceu mais semelhante ao humano.O protocolo possui um desenho semelhante ao do teste anterior com o modelo humano ponderado. Após uma rodada de prática e um bloco não analisado, uma série de 10 blocos experimentais é realizada da seguinte forma. O PSE é extraído da curva psicométrica como antes e define o grau de semelhança humana do modelo para o protocolo com adição de ruído.Esta figura mostra os resultados do protocolo puro e compara apertos de mão humanos a dois apertos de mão modelo diferentes. Os dois pontos indicam os valores calculados do grau de semelhança humana para dois modelos viscoelásticos denominados KB um e KB dois. Os resultados demonstram que o modelo KB dois é percebido como mais semelhante ao humano do que o modelo KB um.Esta figura mostra os resultados do protocolo humano do modelo ponderado, que comparou uma proporção variável de apertos de mão do modelo humano a uma proporção fixa de 50 50 de apertos de mão do modelo humano. Os marcadores pretos representam os graus de semelhança humana do modelo para os modelos testados, e os marcadores cinzas representam os do modelo base. As barras de erro representam as curvas psicométricas, intervalos de confiança.Esta figura mostra os resultados do protocolo com ruído adicionado, que compara um aperto de mão modelo a um aperto de mão com uma proporção variável de componentes humanos e de ruído. Os marcadores pretos representam os graus de semelhança humana do modelo, e os marcadores cinzas representam os do ruído. As barras de erro representam os intervalos de confiança da curva psicométrica.Esses resultados demonstram que o modelo viscoelástico KB dois é percebido como mais semelhante ao humano do que o modelo viscoelástico KB um, utilizando os três métodos de avaliação. Ao realizar este procedimento, é importante lembrar-se de interagir corretamente com o dispositivo robótico e tentar tornar a interação tão suave quanto possível. Após este procedimento, outros métodos, como testes de reconhecimento de apertos de mão em transtornos globais do desenvolvimento, podem ser realizados para responder perguntas adicionais, como: como os transtornos globais do desenvolvimento afetam a capacidade de distinguir gestos humanos de gestos não humanos? Agora, após seu desenvolvimento, esta técnica pode abrir caminho para o uso do aperto de mão como ferramenta de reconhecimento.Levantamos a hipótese de que a finalidade do aperto de mão é obter informações sobre a outra pessoa. Portanto, a metodologia que propomos para desenvolver um aperto de mão semelhante ao humano também pode facilitar o desenvolvimento de um sistema de classificação de apertos de mão, capaz de extrair informações sobre a outra pessoa a partir do seu aperto de mão. Após assistir a este vídeo, você deverá compreender bem como realizar o teste de aperto de mão unidimensional do tipo "tour" e como vamos avaliar os modelos de aperto de mão submetidos ao primeiro torneio internacional do teste de aperto de mão do tipo "tour".

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

Research

JoVE Journal

Neuroscience

Neurociência

Como destreza manual é uma prerrogativa principalmente de primatas, tarefas comportamentais têm sido desenvolvidos nos macacos. Quatro alcançar e agarrar a preensão tarefas, medir a capacidade de mão de manipulação e força, permitem estabelecer a recuperação funcional após uma lesão do sistema nervoso central e para testar o efeito de um tratamento.

Avaliação comportamental de destreza manual em primatas não-humanos

Este vídeo demonstra o teste da escada para avaliar a função motora em um rato hemiparkinsoniano com lesão cerebral direita. A lesão interrompe a sinalização da dopamina, prejudicando o controle da pata esquerda, o que resulta em mais pellets remanescentes nas escadas esquerdas, indicando disfunção motora.

Teste de escada para avaliação da função motora em um rato hemiparkinsoniano

Nós descrevemos uma configuração baseado em romance de realidade virtual que explora o controle voluntário de uma mão para melhorar o desempenho do motor-habilidade na outra mão (não-treinadas). Isto é conseguido fornecendo feedback sensorial baseada em movimento em tempo real, como se a mão não-treinadas está se movendo. Esta nova abordagem pode ser usada para melhorar a reabilitação de pacientes com Hemiparesia unilateral.

Usando a realidade Virtual para transferir conhecimento habilidade motora de um lado para outro

Este manuscrito descreve uma tarefa semi-automático que quantifica a supinação em ratos. Ratos alcançar, agarrar e supinate um manipulandum esférica. O rato é recompensado com uma bola, se o ângulo de curva exceder um critério definido pelo usuário. Esta tarefa aumenta a taxa de transferência, sensibilidade à lesão e em relação às tarefas tradicionais de objetividade.

A tarefa de supinação de botão: Um método semi-automático para avaliar a função do Forelimb em ratos

Nós introduzimos o pé-stepping série tempo de reação (SRT) tarefa. Este modificado tarefa SRT, complementando o clássico SRT tarefa que envolve o movimento de dedo-pressionando apenas, melhor aproxima sequenciada de atividades diárias e permite aos pesquisadores estudar os processos dinâmicos subjacentes medidas de resposta discreta e desvendar o processo explícito, operando em aprendizagem implícita de sequência.

O "Motor" em Motor implícita sequência de aprendizagem: uma reação Serial depuração pé tempo tarefa

Aqui nós apresentamos um protocolo que caracteriza o sentido de agência desenvolvido sobre o controle de sentidos mãos próteses virtuais ou robóticos. Questionários psicofísicos são empregados para capturar a experiência explícita da Agência, e as estimativas do intervalo de tempo (ligação intencional) são empregadas para medir implicitamente o sentido de agência.

Caracterização do sentido da Agência sobre as ações de próteses neurais-máquina de Interface-operado

Este protocolo oferece uma digitalização de porções de tarefas clínicas tradicionais comumente usadas para medir a cognição e o controle motor na doença de Parkinson. As tarefas clínicas são digitalizadas enquanto os ritmos biofísicos são coregistados a partir de diferentes níveis funcionais dos sistemas nervosos, variando de voluntários, espontâneos, automáticos a autonômicos.

Biomarcadores digitais dinâmicos da função motora e cognitiva na doença de Parkinson

O objetivo deste estudo é fornecer uma referência importante para a operação clínica padrão da interface cérebro-computador de imagens motoras (MI-BCI) para disfunção motora do membro superior após acidente vascular cerebral.

Interface cérebro-computador de imagens motoras na reabilitação da disfunção motora do membro superior após acidente vascular cerebral

As imagens motoras em um ambiente de realidade virtual têm amplas aplicações em sistemas de interface cérebro-computador. Este manuscrito descreve o uso de avatares digitais personalizados que se assemelham aos participantes realizando movimentos imaginados pelo participante em um ambiente de realidade virtual para aumentar a imersão e o senso de propriedade do corpo.

Desempenho de imagens motoras por meio de gêmeos digitais incorporados em um ambiente de interface cérebro-computador habilitado para realidade virtual

Em animais com grandes neurônios identificados...

Extracelularmente Identificar os neurônios motores de um pool do motor muscular em<em&gt; Aplysia californica</em

Aprenda a avaliar modelos de aperto de mão robóticos usando um teste tipo Turing com interface telerobótica. Este método permite calcular o grau de semelhança humana (MHLG) e distinguir comportamentos motores naturais de artificiais em interações homem-robô.

Um teste de Turing Handshake Dimensional-Like para Motor de Inteligência

Explorar mais vídeos