論文の概要: Control for Multifunctionality: Bioinspired Control Based on Feeding in
Aplysia californica
- arxiv url: http://arxiv.org/abs/2008.04978v2
- Date: Sat, 21 Nov 2020 14:25:23 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-31 11:27:00.825883
- Title: Control for Multifunctionality: Bioinspired Control Based on Feeding in
Aplysia californica
- Title（参考訳）: 多機能化のための制御:aplysia californicaにおける摂食に基づくバイオインスパイア制御
- Authors: Victoria A. Webster-Wood, Jeffrey P. Gill, Peter J. Thomas, Hillel J.
Chiel
- Abstract要約: 我々は,ニューラルバースト活動と簡単なバイオメカニクスをリアルタイムに高速にモデル化できるハイブリッドBooleanモデルフレームワークを開発した。
Aplysia californica 摂餌の多機能モデルについて述べる。
実験可能な仮説を定式化し,ロボット制御と神経科学への応用について考察する。
- 参考スコア（独自算出の注目度）: 0.3277163122167433
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Animals exhibit remarkable feats of behavioral flexibility and
multifunctional control that remain challenging for robotic systems. The neural
and morphological basis of multifunctionality in animals can provide a source
of bio-inspiration for robotic controllers. However, many existing approaches
to modeling biological neural networks rely on computationally expensive models
and tend to focus solely on the nervous system, often neglecting the
biomechanics of the periphery. As a consequence, while these models are
excellent tools for neuroscience, they fail to predict functional behavior in
real time, which is a critical capability for robotic control. To meet the need
for real-time multifunctional control, we have developed a hybrid Boolean model
framework capable of modeling neural bursting activity and simple biomechanics
at speeds faster than real time. Using this approach, we present a
multifunctional model of Aplysia californica feeding that qualitatively
reproduces three key feeding behaviors (biting, swallowing, and rejection),
demonstrates behavioral switching in response to external sensory cues, and
incorporates both known neural connectivity and a simple bioinspired mechanical
model of the feeding apparatus. We demonstrate that the model can be used for
formulating testable hypotheses and discuss the implications of this approach
for robotic control and neuroscience.
- Abstract（参考訳）: 動物は、ロボットシステムにとって困難な行動の柔軟性と多機能制御の素晴らしい偉業を示す。
動物における多機能性の神経的および形態学的基礎は、ロボットコントローラの生体呼吸の源となる。
しかし、既存の生物学的ニューラルネットワークのモデリング手法の多くは計算量の多いモデルに依存しており、神経系のみに焦点をあてる傾向があり、しばしば周辺部のバイオメカニクスを無視する。
その結果、これらのモデルは神経科学の優れたツールであるが、ロボット制御にとって重要な機能である機能的振る舞いをリアルタイムで予測することができない。
リアルタイム多機能制御の必要性を満たすために,神経バースト活動や単純なバイオメカニクスをリアルタイムよりも高速にモデリングできるハイブリッドブールモデルフレームワークを開発した。
このアプローチを用いて,3つの重要な摂食行動(噛む,飲み込む,拒否)を定性的に再現し,外部の感覚的手がかりに反応して行動の切り替えを示すaplysia californica摂食の多機能モデルを示し,既知の神経接続性と単純なバイオインスパイアされた摂食装置の機械的モデルの両方を組み込んだ。
実験可能な仮説を定式化するためにこのモデルが利用できることを実証し,ロボット制御と神経科学におけるこのアプローチの意義について考察する。
関連論文リスト
- Single Neuromorphic Memristor closely Emulates Multiple Synaptic
Mechanisms for Energy Efficient Neural Networks [71.79257685917058]
我々はこれらのシナプス機能を本質的にエミュレートするSrTiO3に基づく膜状ナノデバイスを実証する。
これらのメムリスタは、安定かつエネルギー効率の良い運転を可能にする非定常低導電系で機能する。
論文 参考訳（メタデータ） (2024-02-26T15:01:54Z) - Astrocyte Regulated Neuromorphic Central Pattern Generator Control of
Legged Robotic Locomotion [3.7814142008074954]
本稿では,四足歩行ロボットの移動歩行を学習するためのアストロサイト制御スパイキングニューラルネットワーク(SNN)を用いた CPG を提案する。
SNNベースのCPGは、多目的物理シミュレーションプラットフォーム上でシミュレーションされ、平地でロボットを走らせながらトロッティング歩行が出現する。
最先端の強化学習に基づくロボット制御アルゴリズムと比較して、23.3Times$計算パワーセーブが観測される。
論文 参考訳（メタデータ） (2023-12-25T20:33:16Z) - Evolving spiking neuron cellular automata and networks to emulate in
vitro neuronal activity [0.0]
我々は生体内における生体ニューロンの行動パターンをエミュレートするスパイキング神経系を生産する。
我々のモデルは、ネットワーク全体の同期レベルを生成できた。
トップパフォーマンスモデルのゲノムは、生成した活動の複雑さを決定する上で、モデル内の接続の興奮性と密度が重要な役割を果たすことを示している。
論文 参考訳（メタデータ） (2021-10-15T17:55:04Z) - Mapping and Validating a Point Neuron Model on Intel's Neuromorphic
Hardware Loihi [77.34726150561087]
インテルの第5世代ニューロモルフィックチップ「Loihi」の可能性について検討する。
Loihiは、脳内のニューロンをエミュレートするスパイキングニューラルネットワーク(SNN)という新しいアイデアに基づいている。
Loihiは従来のシミュレーションを非常に効率的に再現し、ネットワークが大きくなるにつれて、時間とエネルギーの両方のパフォーマンスにおいて顕著にスケールする。
論文 参考訳（メタデータ） (2021-09-22T16:52:51Z) - Towards self-organized control: Using neural cellular automata to
robustly control a cart-pole agent [62.997667081978825]
我々は、カートポールエージェントを制御するために、ニューラルセルオートマトンを使用する。
我々は、Q値の推定値として出力セルの状態を用いる深層学習を用いてモデルを訓練した。
論文 参考訳（メタデータ） (2021-06-29T10:49:42Z) - Continuous Learning and Adaptation with Membrane Potential and
Activation Threshold Homeostasis [91.3755431537592]
本稿では,MPATH(Membrane Potential and Activation Threshold Homeostasis)ニューロンモデルを提案する。
このモデルにより、ニューロンは入力が提示されたときに自動的に活性を調節することで動的平衡の形式を維持することができる。
実験は、モデルがその入力から適応し、継続的に学習する能力を示す。
論文 参考訳（メタデータ） (2021-04-22T04:01:32Z) - Neuromorphic adaptive spiking CPG towards bio-inspired locomotion of
legged robots [58.720142291102135]
スパイクセントラルパターンジェネレーターは、外部刺激によって駆動される異なる移動パターンを生成します。
終端ロボットプラットフォーム(あらゆる脚ロボット)の移動は、任意のセンサーを入力として地形に適応することができる。
論文 参考訳（メタデータ） (2021-01-24T12:44:38Z) - A Spiking Central Pattern Generator for the control of a simulated
lamprey robot running on SpiNNaker and Loihi neuromorphic boards [1.8139771201780368]
本稿では,シミュレートされたランプレーモデルを制御する手段として,スパイクニューラルネットワークとニューロモルフィックハードウェアの実装を提案する。
センサ情報によって提供できるネットワークへの入力を変更することで,ロボットの方向や速度を動的に制御できることを示す。
スパイキングアルゴリズムのこのカテゴリは、エネルギー効率と計算速度の観点から、ニューロモルフィックハードウェアの理論的利点を利用する有望な可能性を示している。
論文 参考訳（メタデータ） (2021-01-18T11:04:16Z) - Spiking neural state machine for gait frequency entrainment in a
flexible modular robot [0.294944680995069]
3つのスパイキングニューロンからなるバイスタブル緩和発振器モジュールに基づくニューロモルフィック閉ループ制御のためのモジュラーアーキテクチャを提案する。
4つのモジュールに編成された12個のニューロンの最小限のシステムにより、ロボットの自然な周波数に順応した前方クロール歩行を発生させる、柔軟なプラスチック体積画素からなるモジュラーロボットにより、このアプローチの具体的なケーススタディを提供する。
論文 参考訳（メタデータ） (2020-07-14T20:47:31Z) - Populations of Spiking Neurons for Reservoir Computing: Closed Loop
Control of a Compliant Quadruped [64.64924554743982]
本稿では,ニューラルネットワークを用いた中央パターン生成機構を実装し,閉ループロボット制御を実現するためのフレームワークを提案する。
本研究では,従順な四足歩行ロボットのシミュレーションモデル上で,予め定義された歩行パターン,速度制御,歩行遷移の学習を実演する。
論文 参考訳（メタデータ） (2020-04-09T14:32:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。