×

在不可预测的环境中,通过神经振荡器对两足动物运动进行自组织控制。 (英文) Zbl 0734.92005号

小结:基于神经生理学知识和非线性动力学理论,提出了一种在不可预测环境中控制腿部运动的感觉运动新原理。由耦合神经振荡器组成的神经系统的节律活动与肌肉骨骼系统的节拍运动(包括与环境的相互作用)之间的全局夹带产生的全局极限环,实现了稳定而灵活的运动。协调运动不是通过精确表示每个部位运动的精确轨迹而产生的,而是通过神经系统、肌肉骨骼系统和环境之间的动态交互产生的。
通过计算机仿真研究了基于上述原理的双足模型的性能。获得了对机械扰动和环境变化稳定的行走运动。此外,该模型通过改变一个非特定于运动的参数,不仅生成步行运动,还生成跑步运动。步态模式之间的转换具有滞后性。

MSC公司:

92C20美元 神经生物学
92立方厘米 生物力学
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Andersson O,Grillner S(1983)《猫的步进循环的外围控制》。II在“虚拟运动”期间,通过正弦髋关节运动进入中央模式生成器进行运动。《生理扫描学报》118:229–239·doi:10.1111/j.1748-1716.1983.tb07267.x
[2] Arshavsky YI,Gelfand IM,Orlovsky GN(1984)小脑和节律运动。施普林格,柏林-海德堡-纽约
[3] Bässler U(1986)关于中央模式发生器及其感觉控制的定义。生物网络54:65–69·doi:10.1007/BF00337116
[4] Beuter A、Flashner H、Arabyan A(1986)腿部运动的相平面建模。生物网络53:273–284·Zbl 0584.92029号 ·doi:10.1007/BF00336561
[5] Brown TG(1914)关于神经中枢基本活动的性质。生理学杂志48:18–46
[6] Doya K,Yoshizawa S(1989)使用连续时间反向传播学习的自适应神经振荡器。神经网络2:375–385·doi:10.1016/0893-6080(89)90022-1
[7] Friesen WO,Stent GS(1977)通过具有循环抑制的神经网络生成运动节律。生物网络28:27–40·doi:10.1007/BF00360911
[8] Grillner S(1975)脊椎动物的运动:中枢机制和反射相互作用。生理学评论55:247–304·doi:10.1104/pp.55.2.247
[9] Grillner S(1981)控制两足动物、四足动物和鱼类的运动。摘自:Brooks VB(编辑)生理学手册,第1节:神经系统第二卷:运动控制。马里兰州韦弗利出版社,第1179–1236页
[10] Grillner S(1985)脊椎动物节律运动行为的神经生物学基础。科学228:143–149·doi:10.1126/science.3975635
[11] Haken H(1983)《协同学——导论》,第3版。施普林格,柏林-海德堡-纽约·Zbl 0523.93001号
[12] Haken H,Kelso JAS,Bunz H(1985)人类手部运动中相变的理论模型。生物网络51:347–356·Zbl 0548.92003号 ·doi:10.1007/BF00336922
[13] Ito M(1984)小脑和神经控制。Raven Press,纽约
[14] 加藤一世(1983)两足步行机器人——其历史和问题。J Robot Soc Jpn 1–3:4–6(日语)
[15] Kato R,Mori M(1984)biped运动的控制方法,提供了轨迹的渐近稳定性。自动化20–4:405–414·Zbl 0539.93043号 ·doi:10.1016/0005-1098(84)90099-2
[16] Kawahara K,Mori S(1982)步进发生器的两室模型:舞台设置者和节奏发生器的角色分析。生物网络43:225–230·doi:10.1007/BF00319981
[17] Kawato M,Furukawa K,Suzuki R(1987)一种用于控制和学习自愿运动的层次神经网络模型。生物网络57:169–185·Zbl 0624.92009号 ·doi:10.1007/BF00364149
[18] Kelso JAS(1984)人类双手协调中的相变和临界行为。美国生理学杂志:Reg Integrg Comp 15:R1000-R1004
[19] Kleinfeld D,Sompolinsky H(1988)时间模式生成的关联神经网络模型——理论和中央模式生成器的应用。《生物物理学杂志》54:1039–1051·doi:10.1016/S0006-3495(88)83041-8
[20] Matsuoka K(1985)通过适应相互抑制的神经元产生的持续振荡。生物网络52:367–376·Zbl 0574.92013年 ·doi:10.1007/BF00449593
[21] Matsuoka K(1987)神经节律发生器中的频率和模式控制机制。生物网络56:345–353·doi:10.1007/BF00319514
[22] McGeer T(1989)动力飞行、儿童游戏、愚蠢的轮子和步行机。IEEE机器人与自动化国际会议论文集。1989年,第1592-1598页
[23] Miller S,Scott PD(1977)《脊柱运动发生器》。实验脑研究30:387–403·doi:10.1007/BF00237264
[24] Mochon S,McMahon TA(1980)《弹道行走》。生物技术杂志13:49–57·Zbl 0447.73086号 ·doi:10.1016/0021-9290(80)90007-X
[25] Mori S(1987)急性去脑猫和清醒、自由移动的猫的姿势和运动整合。神经生物学进展28:161–195·doi:10.1016/0301-0082(87)90010-4
[26] Murray MP(1967)步态是一种整体运动模式。美国物理医学杂志46:290–333
[27] Nicolis G,Prigogine I(1977),非平衡系统中的自组织。纽约威利·Zbl 0363.93005号
[28] Nilsson J、Thorstensson A、Halbertsma J(1985)人类腿部运动和肌肉活动随运动速度和进展模式的变化。《生理扫描学报》123:457–475·文件编号:10.1111/j.1748-1716.1985.tb07612.x
[29] Pandy M,Berme N(1988)模拟人类行走动力学的数值方法。生物医学杂志21–12:1043–1051·doi:10.1016/0021-9290(88)90250-3
[30] Pearlmutter BA(1989)递归神经网络中的学习状态空间轨迹。神经计算1:263–269·doi:10.1162/neco.1989.1.2.263
[31] Pearson KG(1987)《中央模式生成:一个正在仔细研究的概念》。内容:生理学研究进展。纽约Plenum出版社,第167-185页
[32] Raibert MH(1984)腿系统中的跳跃-二维单腿情况的建模和仿真。IEEE系统、人与控制论汇刊SMC-14–3:451–463
[33] Schöner G,Kelso JAS(1988)行为和神经系统中的动态模式生成。科学239:1513–1520·doi:10.1126/science.3281253
[34] Schöner G,Jiang WY,Kelso JAS(1990)四足步态和步态转换的协同理论。《Theor生物学杂志》142:359–391·doi:10.1016/S0022-5193(05)80558-2
[35] Selverston AI(ed)(1985)建模神经网络和行为。纽约Plenum出版社
[36] Shik ML,Severin FV,Orlovsky GN(1966)通过中脑电刺激控制行走和跑步。生物物理学11:756–765
[37] Thelen H(1988)行为发展的动力学方法。收录:Kelso JAS、Mandell AJ、Shlesinger MF(eds)《复杂系统中的动态模式》,世界科学出版社,新加坡,第348-369页
[38] Williams RJ,Zipser D(1989)连续运行全递归神经网络的学习算法。神经计算1:270–280·doi:10.1162/neco.1989.1.2.270
[39] Yuasa H,Ito M(1990)许多振荡器的协调和运动模式的生成。生物网络63:177–184·Zbl 2012年6月7日 ·doi:10.1007/BF00195856
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。