LEGOロボットの神経系シミュレーションの設計と実装
Summary
LEGOマインドストームロボット·プラットフォーム上のニューラルネットワークモデル化へのアプローチが提示される。方法は、研究室や教室の両方で無脊椎動物神経科学研究のためのシミュレーションツールを提供します。この手法は、バイオミメティックロボット制御原理の調査を可能にします。
Abstract
私たちは、システムレベルの神経科学の仮説をテストするために、市販のレゴマインドストームNXTロボットプラットフォームを使用するための手法を提案する。メソッドの最初のステップは、適切なモデル生物の特定の反射的行動の神経系シミュレーションを開発することで、ここではアメリカのロブスターを使用しています。 （交差点）神経接続をdecussatingによって仲介外受容反射がBraitenbergによって記述とNXTプラットフォームを使用して調査のために特に適しているように近づいたり離れて刺激から動物のタクシーを説明することができます。1神経系シミュレーションをLEGOでLabVIEWソフトウェアを使用してプログラムされているマインドストームプラットフォーム。神経系が適切に調整されると、行動実験はロボットに、同一の環境条件下で動物に実行されます。試料が経験する感覚環境を制御することにより、行動の出力の違いを観察することができる。これらの違いは、特定のdeficiencを指すことがあります神経系モデルにおけるIESと検討中の特定の行動のためのモデルの反復をお知らせするのに役立つ。この方法は、電子神経系の実験的操作を可能にし、シンプルな生得的な反射的行動の神経生理学的基盤に関する特に神経科学仮説を探索する方法として機能します。レゴマインドストームNXTキットは予備バイオミメティックロボット制御方式をテストする上で手頃な価格で効率的なプラットフォームを提供します。アプローチもよくハンズオン問い合わせベースバイオロボティクスのカリキュラムのための基盤として機能する、高校の教室に適しています。
Introduction
過去100年以上の神経生理学的研究は飛躍的に神経系の構造と機能の知識を広げています。しかし、これまでの神経系の研究の大部分は、単離された調製物又は拘束被験者の使用に依存している。自由に動物2-5行動から神経活動を記録するために多くの成功した努力がなされているものの、bioroboticアプローチは、システムレベルの神経科学仮説6をテストするために神経系の操作を可能にするための貴重なツールを提供します。ロボット上で動作シミュレー神経系は、実験的に操作され、物理的な世界にソフトウェアモデリングの拡張を可能にすることができます。このアプローチは、よく学問の世界7,8に実装されているが、仮説検証のためのバイオミメティックロボットを構築するプロセスは高価で時間がかかります。我々は、市販のロボットkを用いbioroboticアプローチを実行するための方法を提示するそれ（レゴマインドストームNXT 2.0）。この方法の目的は、ロボット9またはバイオハイブリッド型10具現ニューラルネットワークシミュレーションにシステムレベル神経仮説をテストするための迅速かつ効率的な方法を提供することである。仮説から実験へのプロセスを加速すると、研究の生産性を向上させます。シンプルLEGOマインドストームプラットフォームは、我々はモデル生物としてアメリカンロブスター（ ロブスター属americanus）を使用して実証バイオミメティックセンサーとニューラルネットワークのためのテストベッドを提供しています。学生は自分のロボット11神経系を設計し、操作することができたような方法はまた、教室で強力なハンズオン教育ツールを提供しています。
Protocol
Representative Results
Discussion
biorobotic神経系シミュレーション実験を開始するときに、従うべきいくつかの重要なガイドラインがあります。右のモデル生物を選択することが重要です：取得し、維持することは容易である生物を選ぶ。彼らは通常の実験のための制度の承認を必要とせず、それらの畜産ニーズはしばしば脊椎動物のものよりも少ない過酷であるため、無脊椎動物が理想的です。科学的な観点から見ると、?…
Disclosures
The authors have nothing to disclose.
Acknowledgements
我々はプログラミングや原稿提案を博士クリス·ロジャース（タフツ大学）に感謝。私たちは、映像制作をサポートするためにアレックスジュリアーノとデボラ·リーに感謝します。
NSF大学院研究フェローシップと合成生物学でONRムリが提供する資金調達。
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).
