过去100年中的神经生理学研究极大地拓展了我们对神经系统结构与功能的认识。然而，迄今为止大多数神经系统研究依赖于离体标本或固定状态的实验对象。尽管已有许多成功记录自由活动动物神经活动的研究2-5，但生物机器人方法为操控神经系统以检验系统神经科学假说提供了一种有价值的工具6。在机器人上运行的模拟神经系统可进行实验性操控，从而将软件建模扩展到物理世界。该方法在学术界已有良好应用7,8，但构建用于假设检验的仿生机器人过程可能成本高昂且耗时。本文介绍一种利用市售机器人套件（LEGO Mindstorms NXT 2.0）实现生物机器人方法的技术。该方法旨在为在机器人9或生物混合10具身神经网络模拟中快速高效地检验系统神经科学假说提供途径。加快从假说到实验的转化过程有助于提升科研效率。我们以美洲龙虾（Homarus americanus）为模式生物，展示了LEGO Mindstorms这一简易平台在仿生传感器与神经网络测试中的应用。此外，该方法还为课堂教学提供了强大的实践性教学工具，学生可为其自主设计的机器人构建并操控神经系统11。
该方法的总体目标是在机器人平台上快速构建并测试神经系统模拟。通过在乐高 Mindstorms NXT 平台上运行神经网络模拟，并与动物模型进行并行对比测试来实现这一目标。首先，构建一个机器人作为神经系统模拟的平台。
随后，基于神经行为学研究构建一个假设的神经网络，并将其编程到机器人平台上。通过行为学研究，将该假设神经网络的性能与动物神经系统的性能进行比较。模型中的不足之处可以被识别出来，并用于指导其进一步的开发；通过直接调控仿真参数，可在系统层面验证神经科学的假设。
大家好，我是来自东北大学海洋科学中心的Dan Bluestein。在这里，我们将演示一种在机器人平台上快速实现神经系统模拟的方法。通过为市售的机器人套件开发这一实验流程，我们使这种生物机器人神经科学研究方法变得经济、高效，并且让没有机器人工程经验的研究人员也能轻松开展相关研究。
这种方法也非常适用于高中和大学课堂，可作为实践性探究式生物机器人课程的基础。构建机器人平台的第一步是选择一种在神经行为学文献中有充分研究的模式生物。无脊椎动物通常是理想的选择，因为它们的神经系统相对简单，已被广泛研究，且主要由先天反射构成。
我们将以美洲龙虾 Homarus americanus 为例来演示这一方法。下一步是为建模目的选择已被深入研究的反射行为。利用龙虾，我们可以研究其对触碰、弯曲、螯足碰撞以及视觉流的反应。
依赖于双侧对称感觉器官与神经连接的简单反射非常适合此类研究。使用乐高Mindstorms NXT 2.0套件构建一个近似动物模型身体结构的机器人。
其他机器人平台也可使用，但我们在此使用的商用套件可实现快速部署。下一步是为机器人配备与所选研究系统相匹配的传感器。乐高Mindstorms套件中包含的传感器可以直接使用，也可根据已发表的多种文献中所述方法自行设计和构建传感器。
我们使用乐高触碰传感器、定制的天线柔性弯曲传感器，以及由Centi公司开发的光学流传感器，来构建一种自定义的电阻式连接器，例如将天线传感器与NXT连接线拼接，并将黑色和白色导线焊接到传感器的引线上。开始编程神经系统模拟时，应参考已发表的神经行为学研究，以构建用于建模的神经网络。文献中已提出多种神经网络，用于解释从龙虾到七鳃鳗等多种模式生物的行为，应识别出其中的功能性神经单元及其突触连接。
如果实验室条件允许，还可以设计并实施理论上的新型神经行为学实验。使用 LabVIEW 软件为 Lego Mindstorms 平台编程。神经元和突触模型所用的虚拟仪器或 BIS 可在线获取。
我们推荐采用 Roloff 开发的离散时间图模型，因为它能够在保持多种神经元放电输出模式的同时，实现计算高效的实时运行，且仅需两个控制参数。Alpha 和 Sigma 决定了模拟神经元的动态行为，从而产生包括紧张性放电、峰电位、混沌放电、簇状放电以及内在静息在内的多样化输出。