Neurobots: un colloque pour gagner la confiance des consommateurs

Les neurorobots se sont avérés utiles pour étudier la locomotion animale et la gestion des unités motrices, et pour concevoir des contrôleurs de robot. Les types neuronaux de générateurs de conception centrale, des pools de motorneurones qui entraînent un comportement répété, ont déjà été habitués à gérer la locomotion chez les robots. Kimura et ses collègues ont montré comment la neurorobotique peut offrir un lien entre la neuroscience et la biomécanique en montrant une locomotion émergente à 4 pattes selon des éléments de générateur d’énergie de style central modulés par des réflexes. Leur groupe a conçu un style de générateur d’énergie de routine apprenable et a révélé sa viabilité en utilisant un certain nombre d’illustrations robotiques artificielles et humanoïdes. Ijspeert et ses collègues ont construit un robot amphibie en forme de salamandre capable de pêcher et d’errer, et représente donc une période importante dans le développement de la locomotion à pattes de vertébrés. Une exécution neurorobotique a été jugée nécessaire pour (1) évaluer si les types pouvaient ou non générer une locomotion à la fois dans l’eau et au sol et (2) pour examiner comment les commentaires sensoriels influencent le groupe d’âge du style vibrant. Une des idées neuronales intéressantes pour la conception de contrôleurs de robot est certainement le programme de neurones de correspondance vu chez les primates. Les neurones miroirs de courtoisie au sein du cortex prémoteur sont énergétiques, chaque fois qu’un singe saisit ou manipule des choses, alors quand il regarde un autre animal exécuter des activités similaires (Rizzolatti et Arbib, 1998). Les neuroroboticistes, appliquant cette perception des neurones miroirs de vanité, ont conseillé que des mouvements complexes comme l’atteinte et la locomotion peuvent être réalisés par imitation. Un système basé sur le cerveau utilisant un hippocampe simulé ainsi que ses zones environnantes. Darwin XI est représenté dans l’option raison de son environnement ainsi que du labyrinthe. Darwin XI a commencé un test en alternance avec le bras gauche de départ Est ou Ouest, et a utilisé ses moustaches synthétiques pour passer par le bras gauche du labyrinthe jusqu’à ce qu’il atteigne le stade de décision. Parce qu’il a adopté les murs du labyrinthe, ses moustaches ont détecté des conceptions de chevilles, son appareil photo numérique a détecté des cartes de charge de repère de couleur sur le périmètre, Voyage entreprise Mumbai (Bombay) sa direction fournie par la boussole et son faisceau laser a offert des informations et des faits sur la portée. Au début de l’éducation, Darwin XI s’est vu offrir un stimulant gratifiant dans le cas où il choisirait le bras de but sud. Après avoir réussi à découvrir ce processus, le stimulus satisfaisant a été changé vers le bras gauche de visée nord. Modifié de (Fleischer et al., 2007). Une technique supplémentaire de contrôle moteur dans les robots influencés par les neurones consiste à appliquer un contrôleur prédictif pour convertir les actions inconfortables et sujettes aux pannes en mouvements lisses et précis. Les idées actuelles de contrôle moteur indiquent que le cervelet comprend pour remplacer les réflexes primitifs par des signaux moteurs prédictifs. La pensée est le fait que les effets des instructions motrices réflexives donnent des signes d’erreur pour tout contrôleur prédictif, qui apprend alors à générer un signal de gestion de moteur électrique approprié avant la réaction réflexe beaucoup moins adaptative. Les modèles à stimulation neurale ont utilisé ces suggestions dans l’apparition de robots qui découvrent comment rester à l’écart des défis (McKinstry et al., 2006; Porr et Worgotter, 2003), développent une vision précise (Dean et al., 1991) et rendent le bras adaptatif mouvements (Dean et al., 1991; Eskiizmirliler et al., 2002; Hofstotter et al., 2002). La figure 1 montre un gadget centré sur le cerveau humain, qui contient un du cervelet et de la région corticale MT, qui a acquis pour prédire les collisions en fonction des signaux de mouvements visibles et a modifié ses actions de manière appropriée.