×

用于控制和学习自愿运动的层次神经网络模型。 (英语) Zbl 0624.92009号

为了控制自主运动,中枢神经系统必须在不同水平上解决以下三个计算问题:在视觉坐标中确定所需的轨迹,将其坐标转换为身体坐标,以及生成运动命令。
基于生理学知识和先前的模型,我们提出了一种用于产生运动指令的层次神经网络模型。在我们的模型中,关联皮层为运动皮层提供身体坐标中所需的轨迹,然后通过长回路感官反馈计算运动指令。
在脊髓小脑大细胞红核系统内,由于异突触可塑性,通过实践获得了肌肉骨骼系统动力学的内部神经模型,同时监测运动指令和运动结果。该动态模型的内部反馈控制通过预测可能的运动误差来更新电机指令。
在脑小脑-小脑细胞红核系统内,获取肌肉-骨骼系统逆动力学的内部神经模型,同时监测期望的轨迹和运动指令。在复杂的运动指令计算中,逆动力学模型取代了其他大脑区域。动力学和逆动力学模型由并行分布式神经网络实现。

MSC公司:

92立方厘米 生理、细胞和医学主题
68单位99 计算方法和应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Albus JS(1971)小脑功能理论。数学生物科学10:25-61·doi:10.1016/0025-5564(71)90051-4
[2] Albus JS(1975)操纵器控制的新方法:小脑模型关节控制器(CMAC)。动态系统测量控制杂志97:270-277·Zbl 0314.92007号
[3] Allen GI,Tsukahara N(1974),小脑通讯系统。《生理学评论》54:957-1006
[4] Amari S(1977)关联和概念形成的神经理论。生物网络26:175-185·兹比尔0364.92016 ·doi:10.1007/BF00365229
[5] Arbib MA(1981)感知结构和分布式运动控制。摘自:Brooks VB(编辑)生理学手册,第1节:第11卷,第2部分。美国生理学会,贝塞斯达,第1449-1480页
[6] Arimoto S、Kawamura S、Miyazaki F(1984a)《通过学习改进动态系统的操作:七机械或机电系统的新控制理论》。第23届IEEE Conf-Des Control 2:1064-1069·doi:10.1109/CDC.1984.272176
[7] Arimoto S、Kawamura S、Miyazaki F(1984b)机械机器人能自己学习吗;第二届机器人研究国际研讨会论文集,日本京都
[8] Cheney PD,Fetz EE(1980)灵长类皮质运动神经元细胞的功能类别及其与主动力的关系。神经生理学杂志44:773-791
[9] Dubowsky S,DesForges DT(1979)模型参考自适应控制在机器人操作器中的应用。动态系统测量控制杂志101:193-200·Zbl 0415.93017号 ·数字对象标识代码:10.1115/1.3426424
[10] Eccles JC:引言摘自:Massion J,Sasaki K(编辑)《脑-细胞相互作用》,第1-18页。北荷兰爱思唯尔,阿姆斯特丹牛津纽约,第1-18页
[11] Evarts EV(1981)运动皮层在灵长类动物自发运动中的作用。摘自:Brooks VB(编辑)生理学手册,第1节:第11卷,第2部分。美国生理学会,贝塞斯达,第1083-1120页
[12] Geman S(1979)随机微分方程的一些平均和稳定性结果。SIAM应用数学杂志36:8-105·Zbl 0412.60069号 ·doi:10.1137/0136009
[13] Ghez C,Fahn S(1985)小脑。收录于:Kandel ER,Schwartz JH(eds)《神经科学原理》。爱思唯尔,纽约,第502-522页
[14] Bilbert PFC,Thach WT(1977)运动学习期间Purkinje细胞的活动。大脑研究128:309-328·doi:10.1016/0006-8993(77)90997-0
[15] Flash T,Hogan N(1985)手臂运动的协调;实验证实的数学模型。神经科学杂志5:1688-1703
[16] Fujita M(1982a)小脑的自适应滤波器模型。生物网络45:195-206·Zbl 0523.92006号 ·doi:10.1007/BF00336192
[17] Fujita M(1982b)用小脑的自适应滤波器模型模拟前庭-眼反射的自适应修改。生物网络45:207-214·doi:10.1007/BF00336193
[18] Furukawa K(1984)通过神经模型识别机器人操纵器。大阪大学,学士学位论文
[19] Hollebach JM(1980)机械手动力学的递推拉格朗日公式和动力学公式复杂性的比较研究。IEEE传输SMC-10:730-736
[20] Hollebach JM(1982)《计算机、大脑和运动控制》。神经科学趋势5:189-192·doi:10.1016/0166-2236(82)90111-4
[21] Ito M(1970)小脑运动控制系统的神经生理学方面。国际神经病学杂志7:162-176
[22] Ito M(1984)小脑和神经控制。Raven Press,纽约
[23] Ito M,Shiida T,Yagi N,Yamamoto M(1974)持续头部旋转结合视觉刺激对兔子水平前庭-眼反射的小脑修饰。《学术期刊》50:85-89
[24] Ito M,Jastreboff PJ,Miyashita Y(1982)白兔眼球运动中小叶单侧病变的特殊效应。实验脑研究45:233-242·doi:10.1007/BF00235783
[25] Ito M,Sakurai M,Tongroach P(1982)攀爬纤维导致小脑浦肯野细胞的苔藓纤维反应性和谷氨酸盐敏感性降低。生理学杂志324:113-134
[26] Kawato M、Hamaguchi T、Murakami F、Tsukahara N(1984)《树突棘电性能的定量分析》。生物Cybern 50:47-454·doi:10.1007/BF00335202
[27] Llinás R、Walton K、Hillman D、Sotelo C(1975)《低级橄榄:其在运动学习中的作用》。科学190:1230-1231·doi:10.1126/science.128123
[28] Luh JYS,Walker MW,Paul RPC(1980)机械操作的在线计算方案。动态系统测量控制杂志102:69-76·数字对象标识代码:10.1115/1.3149599
[29] Marr D(1969)小脑皮层理论。生理学杂志202:437-470
[30] Marr D(1982)《愿景》。纽约州弗里曼
[31] 宫本茂H(1985)基于突触可塑性的运动学习模型。大阪大学,学士学位论文
[32] Miyamoto H,Kawato M,Suzuki R(1987)《使用中枢神经系统模型对工业机械手进行分层学习控制》,日本IEICE技术报告,MBE-86-81:25-32
[33] Poggio T,Torre V(1981)《突触相互作用理论》。在:Reichardt WE,Poggio T(编辑)神经生物学的理论方法。麻省理工学院出版社,剑桥,第28-46页
[34] Poirier LJ、Bouvier G、Bédard P、Bouchard R、Larochelle L、Olivier A、Singh P(1969)《卷曲神经营养不良症患者的颤抖姿势和运动减退》。《神经学评论》120:15-40
[35] Raibert MH(1978),一种用于感觉运动控制和学习的模型。生物网络29:29-36·doi:10.1007/BF00365233
[36] Sasaki K,Gemba H(1982)猴子视觉启动手部动作学习过程中皮层场电位的发展和变化。实验脑研究48:429-437·doi:10.1007/BF00238619
[37] Sasaki K、Gemba H、Mizuno N(1982)猴子视觉启动手运动和小脑动作之前的皮层场电位。实验脑研究46:29-36·doi:10.1007/BF00238095
[38] Setoyama T(1987)使用REDUCE对6自由度机械手神经逆动力学模型的子系统进行符号计算。大阪大学,学士学位论文
[39] Tsukahara N(1981)哺乳动物中枢神经系统的突触可塑性。《神经科学年鉴》4:351-379·doi:10.1146/annurev.ne.04.030181.002031
[40] Tsukahara N,Kawato M(1982)脑干神经元网络的动态和塑性特性是学习和记忆的可能神经元基础。In:Amari S,Arbib MA(编辑),神经网络竞争与合作。施普林格,柏林-海德堡,纽约,第430-441页
[41] Tsukahara N,Oda Y,Notsu T(1981)猫红核介导的经典条件反射。《神经科学杂志》1:72-79
[42] Uno Y,Kawato M,Suzuki R(1987)手臂运动控制中最佳轨迹的形成?最小扭矩变化模型?日本IEICE技术报告MBE 86-79:9-16
[43] Widrow B、McCool JM、Larimore MG、Johnson CR(1976)LMS自适应滤波器的平稳和非平稳学习特性。IEEE规程64:1151-1162·doi:10.1109/PROC.1976.10286
[44] Wilson HR,Cowan JD(1972),模型神经元局部群体中的兴奋和抑制相互作用。生物物理学J 12:1-24·doi:10.1016/S0006-3495(72)86068-5
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。