लेगो रोबोट पर तंत्रिका तंत्र सिमुलेशन डिजाइन और कार्यान्वयन
Summary
लेगो Mindstorms रोबोटिक्स मंच पर तंत्रिका नेटवर्क मॉडलिंग के लिए एक दृष्टिकोण प्रस्तुत किया है. विधि अकशेरुकी तंत्रिका विज्ञान अनुसंधान प्रयोगशाला दोनों में अनुसंधान और कक्षा के लिए एक सिमुलेशन उपकरण प्रदान करता है. इस तकनीक biomimetic रोबोट नियंत्रण सिद्धांतों की जांच में सक्षम बनाता है.
Abstract
हम सिस्टम स्तर तंत्रिका विज्ञान परिकल्पना का परीक्षण करने के लिए व्यावसायिक रूप से उपलब्ध लेगो Mindstorms NXT रोबोटिक्स मंच का उपयोग करने के लिए एक तरीका मौजूद है. विधि के पहले कदम के लिए एक उपयुक्त मॉडल जीव के विशिष्ट कर्मकर्त्ता व्यवहार का एक तंत्रिका तंत्र अनुकरण विकसित करना है, यहाँ हम अमेरिकी झींगा का उपयोग करें. (पार) तंत्रिका कनेक्शन decussating द्वारा मध्यस्थता Exteroceptive सजगता Braitenberg द्वारा वर्णित और NXT के मंच का उपयोग कर जांच के लिए विशेष रूप से अच्छी तरह से अनुकूल हैं के रूप में की ओर या दूर एक प्रोत्साहन से एक जानवर की टैक्सियों की व्याख्या कर सकते हैं. 1 तंत्रिका तंत्र अनुकरण लेगो पर LabVIEW सॉफ्टवेयर का उपयोग कर क्रमादेशित है Mindstorms मंच. तंत्रिका तंत्र ठीक से देखते है एक बार, व्यवहार प्रयोगों रोबोट पर और समान पर्यावरणीय परिस्थितियों में पशु पर चलाए जा रहे हैं. नमूनों द्वारा अनुभवी संवेदी परिवेश को नियंत्रित करके, व्यवहार outputs में अंतर देखा जा सकता है. इन मतभेदों को विशिष्ट deficienc के लिए बात कर सकते हैंऔर तंत्रिका तंत्र के मॉडल में एँ अध्ययन के तहत विशेष व्यवहार के लिए मॉडल की यात्रा को सूचित करने के लिए काम करते हैं. इस विधि इलेक्ट्रॉनिक नर्वस सिस्टम की प्रयोगात्मक हेरफेर के लिए अनुमति देता है और विशेष रूप से सरल सहज कर्मकर्त्ता व्यवहार की neurophysiological आधार के बारे में तंत्रिका विज्ञान परिकल्पना का पता लगाने के तरीके के रूप में कार्य करता है. लेगो Mindstorms NXT किट प्रारंभिक biomimetic रोबोट नियंत्रण योजनाओं का परीक्षण करने के लिए, जिस पर एक किफायती और कुशल मंच प्रदान करता है. दृष्टिकोण को भी अच्छी तरह से एक के लिए नींव के रूप में सेवा करने के लिए हाथ पर पूछताछ आधारित biorobotics पाठ्यक्रम उच्च विद्यालय के कक्षा के लिए अनुकूल है.
Introduction
पिछले 100 वर्षों में neurophysiological जांच काफी तंत्रिका तंत्र की संरचना और समारोह के हमारे ज्ञान चौड़ी है. लेकिन, आज तक तंत्रिका तंत्र अनुसंधान के बहुमत पृथक तैयारी या रोका विषयों के प्रयोग पर भरोसा है. स्वतंत्र रूप से जानवरों को 2-5 बर्ताव से तंत्रिका गतिविधि रिकॉर्ड करने के लिए कई सफल प्रयास किया गया है, वहीं biorobotic दृष्टिकोण सिस्टम स्तर तंत्रिका विज्ञान परिकल्पना 6 का परीक्षण करने के क्रम में तंत्रिका तंत्र में गड़बड़ी के लिए अनुमति देने के लिए एक महत्वपूर्ण उपकरण प्रदान करता है. रोबोट पर काम कर नकली नर्वस सिस्टम प्रयोगात्मक छेड़छाड़ और भौतिक दुनिया के लिए सॉफ्टवेयर मॉडलिंग के विस्तार के लिए अनुमति देने के किया जा सकता है. यह दृष्टिकोण अच्छी तरह अकादमिक दुनिया 7,8 में लागू किया गया है, लेकिन परिकल्पना के परीक्षण के लिए एक biomimetic रोबोट के निर्माण की प्रक्रिया महंगी और समय लग सकता है. हम एक व्यावसायिक रूप से उपलब्ध रोबोटिक्स कश्मीर का उपयोग कर biorobotic दृष्टिकोण निष्पादित करने के लिए एक विधि प्रस्तुतयह (लेगो Mindstorms NXT 2.0). इस पद्धति का लक्ष्य रोबोट 9 या जैव संकर 10 सन्निहित तंत्रिका नेटवर्क सिमुलेशन पर सिस्टम स्तर तंत्रिका विज्ञान परिकल्पना का परीक्षण करने के लिए एक तेजी से और कारगर तरीका प्रदान करना है. परिकल्पना से प्रयोग करने की प्रक्रिया में तेजी अनुसंधान उत्पादकता में सुधार. सरल लेगो Mindstorms मंच हम एक मॉडल जीव के रूप में अमेरिकी झींगा (Homarus americanus) का उपयोग कर प्रदर्शित जो biomimetic सेंसर और तंत्रिका नेटवर्क के लिए एक परीक्षण बिस्तर प्रदान करता है. विधि को भी छात्रों को अपने ही रोबोट 11 के लिए डिजाइन और नर्वस सिस्टम में हेरफेर कर सकते हैं के रूप में कक्षा में शैक्षिक उपकरण के हाथों पर एक शक्तिशाली प्रदान करता है.
Protocol
Representative Results
Discussion
Biorobotic तंत्रिका तंत्र अनुकरण प्रयोगों का आरंभ करते हैं, का पालन करने के लिए कुछ महत्वपूर्ण दिशानिर्देश हैं. सही मॉडल जीव का चयन महत्वपूर्ण है: प्राप्त करने और बनाए रखने के लिए आसान है कि एक जीव लेने. वे आम त…
Disclosures
The authors have nothing to disclose.
Acknowledgements
हम प्रोग्रामिंग और पांडुलिपि सुझाव के लिए डॉ. क्रिस रोजर्स (टफ्ट्स विश्वविद्यालय) धन्यवाद. हम वीडियो उत्पादन समर्थन के लिए एलेक्स Giuliano और डेबोरा ली धन्यवाद.
अनुदान एक NSF ग्रेजुएट रिसर्च फैलोशिप और सिंथेटिक जीव विज्ञान में एक ONR मूरी द्वारा प्रदान की.
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).
