Ontwerpen en implementeren van het zenuwstelsel Simulaties op LEGO Robots
Summary
Een benadering van neurale netwerk modellen op de LEGO Mindstorms robotica platform wordt gepresenteerd. De methode omvat een simulatie-tool voor ongewervelde neurowetenschappelijk onderzoek in zowel het onderzoekslaboratorium en de klas. Deze techniek maakt het onderzoek van biomimetic robot principes controle.
Abstract
We presenteren een methode om de commercieel beschikbare LEGO Mindstorms NXT robotics platform te gebruiken om systemen niveau neurowetenschappen hypothesen te toetsen. De eerste stap van de werkwijze is een zenuwstelsel simulatie van specifieke reflexieve gedrag van een geschikt modelorganisme ontwikkelen, hier gebruiken we het Amerikaanse kreeft. Exteroceptieve reflexen gemedieerd door decussating (kruispunt) neurale verbindingen taxis van een dier leggen naar of van een stimulus zoals beschreven door Braitenberg en zijn bijzonder geschikt voor onderzoek met de NXT platform. 1 Het zenuwstelsel simulatie kan via de LabVIEW-software op de LEGO Mindstorms platform. Zodra het zenuwstelsel goed is afgesteld, worden gedragsexperimenten op de robot gelopen en het dier onder identieke omstandigheden. Door het regelen van de sensorische milieu ervaren door de monsters kunnen verschillen in gedrag uitgangen waargenomen. Deze verschillen kunnen wijzen op specifieke deficiencven in het zenuwstelsel model en dienen om de herhaling van de model ene probleem bestudeerde kennis. Deze werkwijze maakt de experimentele manipulatie van elektronische zenuwstelsel en dient als een manier om neurologie hypotheses specifiek over de neurofysiologische basis van eenvoudige aangeboren reflexieve gedrag verkennen. De LEGO Mindstorms NXT kit biedt een betaalbaar en efficiënt platform waarop de voorlopige biomimetic controle regelingen robot te testen. De aanpak is ook zeer geschikt voor de middelbare school klas om te dienen als de basis voor een hands-on onderzoekend biorobotics curriculum.
Introduction
Neurofysiologische onderzoeken van de afgelopen 100 jaar hebben enorm verbreed onze kennis van het zenuwstelsel structuur en functie. Echter, de meerderheid van zenuwstelsel onderzoek tot op heden heeft zich op het gebruik van geïsoleerde preparaten of ingetogen onderwerpen. Hoewel er vele succesvolle pogingen om neurale activiteit op te nemen om vrij te gedragen dieren 2-5 geweest zijn, de biorobotic benadering levert een waardevol instrument om te zorgen voor het zenuwstelsel manipuleren teneinde systemen niveau neurowetenschappen hypotheses te testen 6. Gesimuleerde zenuwstelsels werken op robots kan experimenteel gemanipuleerd worden en zorgen voor de uitbreiding van de software modellering om de fysieke wereld. Deze aanpak is goed geïmplementeerd in de academische wereld 7,8 maar het proces van het bouwen van een biomimetische robot voor het testen van hypothesen kan duur en tijdrovend zijn. We presenteren een methode om de biorobotic benadering met behulp van een in de handel verkrijgbaar robotica k voerenhet (LEGO Mindstorms NXT 2.0). Het doel van deze methode is om een snelle en efficiënte manier om systemen niveau neurowetenschappen hypothesen te testen rond robot 9 of bio-hybride 10 belichaamd neuraal netwerk simulaties bieden. Versnelling van het proces van hypothese te experimenteren verbetert de productiviteit onderzoek. De eenvoudige LEGO Mindstorms-platform biedt een test bed voor biomimetische sensoren en neurale netwerken die we demonstreren met behulp van de Amerikaanse kreeft (Homarus americanus) als modelorganisme. De methode biedt ook een krachtige hands-on educatief hulpmiddel in de klas als leerlingen kunnen ontwerpen en manipuleren van het zenuwstelsel voor hun eigen robots 11.
Protocol
Representative Results
Discussion
Bij het opstarten van biorobotic zenuwstelsel simulatie-experimenten, zijn er een paar belangrijke richtlijnen te volgen. Het kiezen van het juiste model organisme is kritisch: kies een organisme dat is gemakkelijk te verkrijgen en te behouden. Ongewervelde dieren zijn ideaal omdat ze meestal niet institutioneel toestemming voor experimenten nodig en de fokkerij behoeften zijn vaak minder streng dan die van gewervelde dieren. Vanuit een wetenschappelijk perspectief, is het nuttig om een dier dat een gevestigde neuroetho…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Wij danken dr. Chris Rogers (Tufts University) voor de programmering en manuscript suggesties. Wij danken Alex Giuliano en Deborah Lee voor video productie ondersteuning.
Financiering verstrekt door een NSF Graduate Research Fellowship en een ONR MURI in Synthetic Biology.
References
- Braitenberg, V. Taxis, kinesis and decussation. Prog. in Brain Res. 17, 210-222 (1965).
- 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).
- Kagaya, K., Takahata, M. Readiness discharge for spontaneous initiation of walking in crayfish. Journal of Neuroscience. 30 (4), 1348-1362 (2010).
- Schrameck, J. E. Crayfish Swimming: Alternating Motor Output and Giant Fiber Activity. Science. 169 (3946), 698-700 (1970).
- 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).
- Webb, B. Validating biorobotic models. Journal of Neural Engineering. 3, 1-20 (2006).
- 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).
- 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).
- 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).
- 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).
- Blustein, D., Schultheis, K., Ayers, J. Building nervous systems for robots: an interactive and collaborative neuroscience curriculum. , (2011).
- 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).
- Cowan, N., Ma, E., Cutkosky, M., Full, R. A Biologically Inspired Passive Antenna for Steering Control of a Running Robot. , 541-550 (2003).
- Gasperi, M., Hurbain, P. . Extreme NXT: Extending the LEGO MINDSTORMS NXT to the Next Level. , (2007).
- Gasperi, M. . LabVIEW for LEGO MINDSTORMS NXT. , (2008).
- Kennedy, D., Davis, W. Chapter 27 Organization of invertebrate motor systems. Handbook of Physiology. 1, 1023-1088 (1977).
- Buchanan, J., Grillner, S. Newly identified “glutamate interneurons” and their role in locomotion in the lamprey spinal cord. Science. 236 (4799), 312-314 (1987).
- Rulkov, N. Modeling of spiking-bursting neural behavior using two-dimensional map. Physical Review E. 65, (2002).
- 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).
- 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).
- Huxley, T. H. . The Crayfish, An Introduction to the Study of Zoology. , (1880).
- 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).
- Webb, B., Scutt, T. A simple latency-dependent spiking-neuron model of cricket phonotaxis. Biological Cybernetics. 82 (3), 247-269 (2000).
- 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).
- 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).
