En tilgang til neurale netværk modellering på LEGO Mindstorms robot platform præsenteres. Metoden giver et simuleringsværktøj for hvirvelløse neurovidenskab forskning i både forskningslaboratorium og klasseværelset. Denne teknik gør det muligt at undersøge biomimetiske robotstyring principper.
Vi præsenterer en metode til at bruge kommercielt tilgængelige LEGO Mindstorms NXT robotter platform til at teste systemerne niveau neurovidenskab hypoteser. Det første trin i metoden er at udvikle et nervesystem simulering af specifikke refleksive adfærd af en passende model organisme, her bruger vi den amerikanske hummer. Eksteroceptiv reflekser medieret af decussating (krydsning) neurale forbindelser kan forklare et dyrs taxaer mod eller væk fra en stimulus som beskrevet af Braitenberg og er især velegnet til undersøgelse ved hjælp af NXT platformen. 1. nervesystemet simulation er programmeret ved hjælp af LabVIEW software på LEGO Mindstorms-platform. Når nervesystemet er indstillet korrekt, bliver adfærdsmæssige eksperimenter køre på robotten og på dyret under identiske miljøforhold. Ved at styre den sensoriske miljø opleves af prøverne, kan forskellene i adfærdsmæssige udgange overholdes. Disse forskelle kan pege på specifikke deficiencerne i nervesystemet model og tjener til at informere iteration af model for en bestemt adfærd under studiet. Denne metode giver mulighed for den eksperimentelle manipulering af elektroniske nervesystemer og tjener som en måde at udforske neuroscience hypoteser specifikt vedrørende neurofysiologiske grundlag af simple medfødte refleksive adfærd. LEGO Mindstorms NXT kit giver en billig og effektiv platform til at teste de indledende biomimetiske robotstyring ordninger. Den fremgangsmåde er også velegnet til high school klasseværelset til at tjene som grundlag for en hands-on inquiry-baserede biorobotics pensum.
Neurofysiologiske undersøgelser i løbet af de seneste 100 år har udvidet enormt vores viden om nervesystemet struktur og funktion. Imidlertid har de fleste af nervesystemet hidtidige forskning påberåbt anvendelsen af isolerede præparater eller tilbageholdende emner. Mens der har været mange vellykkede bestræbelser på at optage neurale aktivitet i frit opfører dyr 2-5, den biorobotic tilgang giver et værdifuldt redskab til at give mulighed for nervesystemet manipulation for at teste systemer niveau neurovidenskab hypoteser 6.. Simuleret nervesystem opererer på robotter kan eksperimentelt manipuleres og give mulighed for udvidelse af software modellering til den fysiske verden. Denne tilgang er blevet godt gennemført i den akademiske verden 7,8, men processen med at opbygge et biomimetisk robot til hypotesetest kan være dyrt og tidskrævende. Vi præsenterer en metode til at udføre biorobotic tilgang med en kommercielt tilgængelig robotteknologi kdet (LEGO Mindstorms NXT 2.0). Målet med denne metode er at give en hurtig og effektiv måde at teste systemerne niveau neurovidenskab hypoteser om robot 9 eller bio-hybrid 10 legemliggjort neurale netværk simuleringer. Fremskynde processen fra hypotesen at eksperimentere forbedrer forskningen produktivitet. Den simple LEGO Mindstorms platform giver et prøveanlæg for biomimetiske sensorer og neurale netværk, som vi vise ved hjælp af amerikanske hummer (Homarus americanus) som en model organisme. Metoden giver også en stærk hands-on pædagogisk redskab i klasseværelset, da eleverne kan designe og manipulere nervesystemer for deres egne robotter 11..
Ved indledning biorobotic nervesystem simulation eksperimenter, er der et par vigtige retningslinjer at følge. At vælge den rigtige model organisme er kritisk: vælge en organisme, der er let at opnå og vedligeholde. Hvirvelløse er ideelle, fordi de ikke kræver normalt institutionel godkendelse til eksperimenter og deres opdræt behov er ofte mindre krævende end hvirveldyr. Fra et videnskabeligt perspektiv, er det gavnligt at vælge et dyr, der har en etableret neuroethological litteratur rekord hvorfra man kan tr…
The authors have nothing to disclose.
Vi takker Dr. Chris Rogers (Tufts University) til programmering og manuskript forslag. Vi takker Alex Giuliano og Deborah Lee til videoproduktion support.
Finansiering leveres af en NSF Graduate Research Fellowship og en ONR MURI i syntetisk biologi.