LEGO Robotlar Sinir Sistemi simülasyonlar Tasarlama ve uygulama

Bu yöntemin genel amacı, sinir sistemi simülasyonlarını robotik bir platformda hızlı bir şekilde prototiplemek ve test etmektir. Bu, Lego Mindstorms NXT platformunda sinir ağı simülasyonları çalıştırarak ve hayvan modeliyle yan yana karşılaştırma testi yaparak elde edilir. İlk olarak, sinir sistemi simülasyonu için bir platform olarak kullanılmak üzere bir robot inşa edilir.

Nöro etolojik çalışmaya dayanan varsayımsal bir sinir ağı daha sonra geliştirilir ve robotik platforma programlanır. Varsayımsal sinir ağlarının performansını hayvan sinir sistemininkiyle karşılaştırmak için etolojik çalışmalar yapılır. Modeldeki eksiklikler tespit edilebilir ve daha sonraki geliştirme sistemleri düzeyinde bilgilendirilebilir, sinirbilim hipotezleri simülasyon parametrelerinin doğrudan manipülasyonu ile test edilebilir.

Merhaba, ben Northeastern Üniversitesi Deniz Bilimleri Merkezi'nden Dan Bluestein. Burada, sinir sistemi simülasyonlarını robotik bir platformda hızlı bir şekilde uygulamak için bir yaklaşım göstereceğiz. Ticari olarak temin edilebilen bir robotik kitinde kullanılmak üzere bu prosedürü geliştirerek, sinirbilime yönelik bu biyo robotik yaklaşımı uygun maliyetli, verimli ve robotik mühendislik deneyimi olmayan araştırmacılar için erişilebilir hale getirdik.

Bu yaklaşım aynı zamanda lise ve üniversite sınıflarının uygulamalı sorgulamaya dayalı bir biyo robotik müfredatının temeli olarak hizmet etmesi için de çok uygundur. Robot platformunu oluşturmanın ilk adımı, nöro etolojik literatürde iyi temsil edilen bir model organizmayı incelemektir. Omurgasızlar genellikle iyi adaylardır, çünkü nispeten basit sinir sistemleri iyi çalışılmıştır ve esas olarak doğuştan gelen reflekslerden oluşur.

Bu yaklaşımı Amerikan Istakozu Hamas Americana'yı kullanarak göstereceğiz. Bir sonraki adım, modelleme amaçları için iyi çalışılmış dönüşlü davranışları seçmektir. Istakoz ile inten, bend, pençe yumruğu ve optik akışa verilen tepkileri araştırabiliriz.

Basit refleksler, nöral bağlantıların iki taraflı olarak donatılmasına dayanır. Simetrik sensörler bu tür bir çalışma için çok uygundur. Lego Mindstorms NXT 2.0 kitini kullanarak, hayvan modelinin vücut yapısına yaklaşan bir robot yapın.

Diğer robot platformları da kullanılabilir, ancak burada kullandığımız ticari olarak temin edilebilen kit, hızlı bir şekilde uygulanmasına olanak tanır. Bir sonraki adım, robotu çalışma sensörleri için seçilen sistemlerle eşleşen sensörlerle donatmaktır. Lego Mindstorms kitine dahil olanlar kullanılabilir veya ev yapımı sensörler, çeşitli yayınlanmış materyallerde belirtildiği gibi tasarlanabilir.

Lego dokunmatik sensörünü, özel bir anten Flex nokta bükme sensörünü ve Centi Incorporated tarafından geliştirilen bir optik akış sensörünü, anten sensörü, bir NXT konektör kablosu gibi özel bir dirençli konektör oluşturmak ve siyah ve beyaz kabloları lehimlemek için kullanıyoruz. Sinir sistemi simülasyonunun programlanmasına başlamak için, modelleme amaçlı bir sinir ağı geliştirmek için daha önce yayınlanmış nöro etolojik çalışmaları kullanın. Literatür, ıstakozdan lampreye kadar çeşitli model organizmaların davranışlarını açıklamak için sinir ağları, fonksiyonel sinir birimlerinin tanımlanması ve sinaptik bağlantılarının yapılması gerektiğini önermiştir.

Laboratuvar koşulları izin verirse teorize edilmiş yeni nöro etolojik deneyler de geliştirilebilir ve uygulanabilir. Ağı Lego Mindstorms platformu için programlamak üzere LabVIEW yazılımını kullanın. Bir nöron ve sinaps modeli için sanal aletler veya BIS kullanılır ve çevrimiçi olarak bulunabilir.

Roloff tarafından geliştirilen gizli zaman haritası tabanlı modeli öneriyoruz, çünkü çeşitli nöronal ateşleme çıktı rejimlerini, iki kontrol parametresini korurken hesaplama açısından verimli gerçek zamanlı çalışmaya izin veriyor. Alfa ve Sigma, tonik, sivri uçma, kaotik ateşleme, patlama ve içsel sessizlik dahil olmak üzere çeşitli çıktılar üretmek için simüle edilmiş nöronun dinamiklerini belirler. Laboratuvar görünümü, sezgisel olan ve ağın yinelemeli olarak güncellenmesi için ilk olarak nöron ve sinaps vi'ları bir süre döngüsüne hızlı bir şekilde yerleştirmeye izin veren bir grafik programlama ortamı sağlar.

Ardından, sinaptik öncesi nöron spike çıkışlarını sinapslar aracılığıyla post sinaptik nöronlara bağlayın. Ardından, parametreleri vardiya kayıtları aracılığıyla yinelemeli olarak güncelleyerek bir sonraki hesaplama döngüsüne geçirin. DTM modeli, hesaplamaların bir sonraki yinelemesine geçirilen hızlı ve yavaş dinamik değişkenleri günceller.

Ağ geometrisini tanımlamak için Synapse parametrelerinin ayarlanması gerekir. DTM modeli, bir sinapsın gücünü belirtir, gevşeme oranı ve tersine dönme potansiyeli değerleri, belirli ağ özellikleriniz için ayarlanabilir, ancak aşağıdaki ayarları yapmanızı öneririz. JS 0.60'a, gama 0.95'e ve XRP uyarıcı bir sinaps için 2.2'ye veya negatif 1.8'e eşittir.

İnhibitör bir sinaps için, temel nöron aktivitesini değiştirmek için alfa ve sigma kontrol parametrelerini ayarlayın. 4,05'e eşit bir alfa değeri ve eksi 3,10'a eşit bir sigma değeri kullanmanızı öneririz. Sensör

bilgilerini ağınıza girmek için laboratuvar görünümü sensörünü vs. kullanın. Sağlanan sensörler için vi'ler Mindstorms laboratuvar görünümü modülünde zaten mevcuttur. Özel dayanıklı sensörler için, ışık sensörü VI'yı bir programlama çerçevesi olarak kullanın.

Nöronal aktiviteyi görselleştirmek için laboratuvar görüntüleme programının ön paneline grafik çizelgeler ekleyin. Sinir ağına giden sensör bilgilerini manuel olarak manipüle etmek, nöronal ağı çalıştırmak ve çeşitli duyusal girdileri sunmak için ön panel kontrollerini manuel olarak ayarlamak için sensör girişlerini geçici olarak ön panel kontrol kutularıyla değiştirin. Ağın, bilinen koşullar için tahmin edildiği gibi niteliksel olarak çalıştığını onaylayın.

Nöron ve sinaps parametrelerini değiştirerek ağı gerektiği gibi ayarlayın. Ağı ayarlamaya yönelik ilk girişimler, çeşitli sinapsların gücünü değiştirerek yapılmalıdır. Diğer parametrelerin de ayarlanması gerekebilir.

Ağ kalitatif doğrulukla çalıştığında, ön panel kontrol kutularını sensör girişi VI'larla değiştirin, ağı bir USB bağlantısı aracılığıyla NXT platformuna programlayın. Sinir sistemi simülasyonunu test etmek için, hayvanı ve robotu benzer koşullar altında gözlemlemek için kontrollü bir ortam oluşturun. Davranışları kaydetmek için bir video kamerayı tepeye monte edin.

Konu ile arka plan arasındaki kontrastın yüksek olduğundan emin olun. Otomatik izlemeye izin vermek için. Hayvanı kontrollü ortama yerleştirin ve davranışı videoya kaydedin.

Istakozun duyusal yeteneklerini robotunkilerle eşleşecek şekilde sınırladığınızdan emin olun. Burada, gözleri bir alüminyum folyo maske ile kaplayarak ve kemoterapi reseptörlerini tatlı su ile çentikleyerek ıstakozun görüşünü ve kemoterapi tespitini kısıtlıyoruz. Lego robotunun çalışmasına izin vermek için ortamı değiştirin.

Robotu kullanarak davranış testi ve video kaydetme prosedürünü tekrarlayın. Hayvanı ve robotu otomatik olarak izlemek için MATLAB'ı kullanın. Çevrimiçi olarak mevcut olan fare laboratuvarı izleyici MATLAB komut dosyasını kullanıyoruz.

Hayvan ve robot hareketlerinin çizimlerini oluşturun ve karşılaştırın. Sinir ağını değiştirin ve elektronik sinir sisteminin farklı yönlerinin robotun davranışını nasıl etkilediğini gözlemlemek için davranışsal izleme deneyini tekrarlayın. Örneğin, sinir ağının belirli düğümlerindeki sinaptik güçler ayarlanabilir.

Alternatif olarak, test alanındaki duyusal koşullar değiştirilebilir ve robot ve hayvanda gözlenen etkiler değiştirilebilir. Bir robotun ve bir hayvanın davranışsal performansını karşılaştırarak, sinir sistemi işlevinin ilkelerini araştırabiliriz. Pençe duyusal nöronlarından sinir sistemine sinaptik kuvvet bir robot üzerinde değiştirildi ve ortaya çıkan davranış izlendi.

Kırmızı çizgiler, zayıf uyarıcı sinapslara sahip hareket robotlarını temsil eder. Mavi çizgiler orta kuvvette uyarıcı sinapsları gösterir ve yeşil çizgiler güçlü uyarıcı sinapslara sahip robot hareketini gösterir. Istakoz yolları, pençe yumruğundan orta seviye uyarıcı bağlantılara sahip varsayımsal sinir sistemi olan siyah çizgilerle temsil edilir.

Duyusal nöronlar, hayvana benzer davranışsal çıktılar üretir. Karşılaştırma için nicel parametreler, yol uzunluğu ve ortalama yürüme hızı gibi verilerden çıkarılabilir. Bu tabloda gösterildiği gibi, Sinir sistemi simülasyonlarını çalıştırmak ve test etmek için uygun fiyatlı ve erişilebilir bir robot platformunun nasıl kullanılacağını az önce gösterdik.

Bu yaklaşım, sinir sistemi hipotezlerinin hızlı bir şekilde test edilmesi için kullanışlıdır ve robotik deneyimi olmayan biyologlar ve diğer araştırmacılar tarafından hızlı bir şekilde benimsenebilir. Bu platformu kullanmada, NXT çipinin işleme yetenekleri ve robotik uygulama için mevcut sensör yelpazesi gibi birkaç doğal sınırlama vardır. Bununla birlikte, bu yaklaşım, somutlaşmış sinir sistemi simülasyonlarının erken aşamada uygulanması için güçlü bir araçtır ve lise ve üniversite öğrencileri tarafından kullanıldığında özel platformlar kullanarak daha derinlemesine biyo robotik araştırmalar için bir başlangıç noktası olarak hizmet edebilir.

Bu yaklaşım, geleceğin bilim insanlarına sinirbilimi, robotiği ve disiplinler arası bilimin değerini öğretmek için heyecan verici bir sorgulamaya dayalı yöntem sağlar. İzlediğiniz için teşekkürler.