Summary

تصميم وتنفيذ المحاكاة الجهاز العصبي على LEGO الروبوتات

Published: May 25, 2013
doi:

Summary

ويقدم نهجا للنمذجة الشبكة العصبية على مايندستورمز منصة الروبوتات LEGO. يوفر طريقة أداة محاكاة للاللافقارية البحوث علم الأعصاب في كل من مختبر الأبحاث والفصول الدراسية. هذه التقنية تمكن التحقيق من المبادئ تحكم الروبوت بيوميمتيك.

Abstract

فإننا نقدم وسيلة لاستخدام المتاحة تجاريا LEGO NXT مايندستورمز منصة الروبوتات لاختبار أنظمة الأعصاب مستوى الفرضيات. الخطوة الأولى من هذه الطريقة لوضع محاكاة الجهاز العصبي من السلوكيات انعكاسية معينة من كائن حي الطراز المناسب، وهنا نستخدم جراد البحر الأمريكي. يمكن أن ردود الفعل الاستقبال الخارجي بوساطة متصالبة (معبر) الوصلات العصبية شرح سيارات الأجرة الحيوان نحو أو بعيدا عن التحفيز كما وصفها Braitenberg وجيدا خاصة مناسبة للتحقيق باستخدام منصة NXT. مبرمجة 1 محاكاة الجهاز العصبي باستخدام البرمجيات ابفيف على LEGO منصة مايندستورمز. مرة واحدة يتم ضبطها الجهاز العصبي بشكل صحيح، يتم تشغيل التجارب السلوكية على الروبوت وعلى الحيوان تحت ظروف بيئية مماثلة. من خلال التحكم في بيئة الحسية التي يعيشها العينات، ويمكن ملاحظة الاختلافات في النتائج السلوكية. هذه الاختلافات قد يشير إلى deficienc محددةالمنشأ في النموذج الجهاز العصبي وتعمل على إبلاغ التكرار من نموذج لسلوك معين تحت الدراسة. هذا الأسلوب يسمح للتلاعب التجريبية من الجهاز العصبي الإلكترونية ويخدم كوسيلة لاستكشاف فرضيات علم الأعصاب على وجه التحديد فيما يتعلق بأساس العصبية من السلوكيات بسيطة انعكاسية فطرية. يوفر LEGO NXT مايندستورمز عدة منصة بأسعار معقولة وفعالة التي لاختبار مخططات مراقبة الروبوت بيوميمتيك الأولية. هو النهج أيضا مناسبة تماما لالفصول الدراسية في المدرسة الثانوية لتكون بمثابة الأساس للالتدريب العملي على التحقيق القائم على المنهج biorobotics.

Introduction

وسعت التحقيقات العصبية على مدى السنوات ال 100 الماضية بشكل كبير معرفتنا بنية الجهاز العصبي وظيفة. ومع ذلك، فقد اعتمدت غالبية البحوث الجهاز العصبي إلى التاريخ على استعمال مستحضرات معزولة أو مواضيع قيدا. بينما كانت هناك العديد من الجهود الناجحة لتسجيل النشاط العصبي من التصرف بحرية حيوانات 2-5، النهج biorobotic يوفر أداة قيمة للسماح للتلاعب الجهاز العصبي من أجل اختبار نظم مستوى فرضيات علم الأعصاب 6. الجهاز العصبي تعمل على محاكاة الروبوتات يمكن التلاعب بشكل تجريبي والسماح لتمديد برمجيات النمذجة إلى العالم المادي. وكان هذا النهج تنفيذها بشكل جيد في العالم الأكاديمي 7،8 ولكن عملية بناء روبوت بيوميمتيك لاختبار فرضية يمكن أن تكون مكلفة وتستغرق وقتا. فإننا نقدم وسيلة لتنفيذ نهج biorobotic باستخدام الروبوتات المتاحة تجاريا كذلك (LEGO NXT مايندستورمز 2.0). والهدف من هذه الطريقة هو توفير وسيلة سريعة وفعالة لاختبار أنظمة مستوى الأعصاب الفرضيات على الروبوتية 9 أو الحيوي الهجين 10 تتجسد المحاكاة الشبكة العصبية. تسريع عملية من فرضية أن التجربة يحسن إنتاجية البحوث. يوفر بسيطة LEGO منصة مايندستورمز سرير اختبار لأجهزة الاستشعار بيوميمتيك والشبكات العصبية التي نحن شرح باستخدام جراد البحر الأمريكي (Homarus americanus) باعتباره النموذج الحي. يوفر الأسلوب أيضا قوية التدريب العملي على أداة تعليمية في الفصول الدراسية كما يمكن للطلاب تصميم والتلاعب الجهاز العصبي للالروبوتات الخاصة بهم 11.

Protocol

1. بناء روبوت النموذجي اختيار النموذج الحي للدراسة التي يتم تمثيلها بشكل جيد في الأدب neuroethological. اللافقاريات جعل عموما مرشحين جيدين لأن الجهاز العصبي بسيطة نسبيا عملهم قد درس جيدا وتتكون أساسا من ردود الفعل الفطرية. سو…

Representative Results

المدخلات من مخالب جراد البحر وإلى الجهاز العصبي في التوسط التفاوض عقبة في بيئة الرواية. ويبين الشكل 1 لقطة من الفيديو المستخدمة لتحليل سلوك روبوت ليغو (الشكل 1A) وجراد البحر (الشكل 1B) في الساحة الاختبار. وقد معدلة الساحة اختبار بين الحيوان وا…

Discussion

عند بدء biorobotic العصبي تجارب محاكاة نظام، وهناك بعض الإرشادات الهامة لمتابعة. الحق في اختيار نموذج كائن أمر بالغ الأهمية: اختيار الكائن الحي الذي من السهل الحصول على والمحافظة عليها. اللافقاريات هي مثالية لأنها لا تتطلب عادة موافقة المؤسسية للتجريب واحتياجاتهم تربية …

Disclosures

The authors have nothing to disclose.

Acknowledgements

نشكر الدكتور كريس روجرز (جامعة تافتس) للبرمجة ومخطوطة الاقتراحات. نشكر اليكس جوليانو وديبورا لي للحصول على دعم إنتاج الفيديو.

التمويل المقدم من قبل NSF الدراسات العليا البحوث زمالة وموري ONR في البيولوجيا التركيبية.

References

  1. Braitenberg, V. Taxis, kinesis and decussation. Prog. in Brain Res. 17, 210-222 (1965).
  2. Schregardus, D. S., Pieneman, A. W., Ter Maat, A., Jansen, R. F., Brouwer, F., Gahr, M. L. A lightweight telemetry system for recording neuronal activity in freely behaving small animals. Journal of Neuroscience Methods. 155 (1), 62-71 (2006).
  3. Kagaya, K., Takahata, M. Readiness discharge for spontaneous initiation of walking in crayfish. Journal of Neuroscience. 30 (4), 1348-1362 (2010).
  4. Schrameck, J. E. Crayfish Swimming: Alternating Motor Output and Giant Fiber Activity. Science. 169 (3946), 698-700 (1970).
  5. Kanz, J. E., Eberly, L. B., Cobbs, J. S., Pinsker, H. M. Neuronal correlates of siphon withdrawal in freely behaving Aplysia. J. Neurophysiol. 42 (6), 1538-1556 (1979).
  6. Webb, B. Validating biorobotic models. Journal of Neural Engineering. 3, 1-20 (2006).
  7. Wessnitzer, J., Asthenidis, A., Petrou, G., Webb, B. A cricket-controlled robot orienting towards a sound source. Proceedings of the 12th Annual conference on Towards autonomous robotic systems. , 1-12 (2011).
  8. Grasso, F., Atema, J. Integration of flow and chemical sensing for guidance of autonomous marine robots in turbulent flows. Environ. Fluid Mech. 2 (1), 95-114 (2002).
  9. Westphal, A., Rulkov, N. F., Ayers, J., Brady, D., Hunt, M. Controlling a lamprey-based robot with an electronic nervous system. Smart Struct. and Systems. 8 (1), 39-52 (2011).
  10. Chao, Z. C., Bakkum, D. J., Potter, S. M. Shaping embodied neural networks for adaptive goal-directed behavior. PLoS Computational Biology. 4 (3), e1000042 (2008).
  11. Blustein, D., Schultheis, K., Ayers, J. Building nervous systems for robots: an interactive and collaborative neuroscience curriculum. , (2011).
  12. Ayers, J., Blustein, D., Westphal, A. A Conserved Biomimetic Control Architecture for Walking, Swimming and Flying Robots. Lect. Notes on Artif. Intelli. 7375, 1-12 (2012).
  13. Cowan, N., Ma, E., Cutkosky, M., Full, R. A Biologically Inspired Passive Antenna for Steering Control of a Running Robot. , 541-550 (2003).
  14. Gasperi, M., Hurbain, P. . Extreme NXT: Extending the LEGO MINDSTORMS NXT to the Next Level. , (2007).
  15. Gasperi, M. . LabVIEW for LEGO MINDSTORMS NXT. , (2008).
  16. Kennedy, D., Davis, W. Chapter 27 Organization of invertebrate motor systems. Handbook of Physiology. 1, 1023-1088 (1977).
  17. Buchanan, J., Grillner, S. Newly identified “glutamate interneurons” and their role in locomotion in the lamprey spinal cord. Science. 236 (4799), 312-314 (1987).
  18. Rulkov, N. Modeling of spiking-bursting neural behavior using two-dimensional map. Physical Review E. 65, (2002).
  19. Derby, C. D., Atema, J. Narrow-spectrum chemoreceptor cells in the walking legs of the lobster, Homarus americanus: Taste specialists. Journal of Comparative Physiology A. 146 (2), 181-189 (1982).
  20. Tort, A. B. L., Neto, W. P., Amaral, O. B., Kazlauckas, V., Souza, D. O., Lara, D. R. A simple webcam-based approach for the measurement of rodent locomotion and other behavioural parameters. Journal of Neuroscience Methods. 157 (1), 91-97 (2006).
  21. Huxley, T. H. . The Crayfish, An Introduction to the Study of Zoology. , (1880).
  22. Blustein, D., Ayers, J. A conserved network for control of arthropod exteroceptive optical flow reflexes during locomotion. Lect. Notes on Artif. Intelli. 6226, 72-81 (2010).
  23. Webb, B., Scutt, T. A simple latency-dependent spiking-neuron model of cricket phonotaxis. Biological Cybernetics. 82 (3), 247-269 (2000).
  24. Demarse, T. B., Wagenaar, D. A., Blau, A. W., Potter, S. M. The Neurally Controlled Animat: Biological Brains Acting with Simulated Bodies. Autonomous Robots. 11 (3), 305-310 (2001).
  25. Novellino, A., D’Angelo, P., Cozzi, L., Chiappalone, M., Sanguineti, V., Martinoia, S. Connecting neurons to a mobile robot: an in vitro bidirectional neural interface. Computational Intelligence and Neuroscience. , 12725 (2007).
check_url/kr/50519?article_type=t

Play Video

Cite This Article
Blustein, D., Rosenthal, N., Ayers, J. Designing and Implementing Nervous System Simulations on LEGO Robots. J. Vis. Exp. (75), e50519, doi:10.3791/50519 (2013).

View Video