A Functional Subnetwork Approach to Designing Synthetic Nervous Systems That Control Legged Robot Locomotion.
A Functional Subnetwork Approach to Designing Synthetic Nervous Systems That Control Legged Robot Locomotion.
复制标题
DOI：
10.3389/fnbot.2017.00037
复制
发表时间：
2017
影响因子：
3.1
通讯作者：
Quinn RD
中科院分区：
文献类型：
--
作者：
Szczecinski NS;Hunt AJ;Quinn RD
动物神经系统或合成神经系统（SNS）的动态模型是一种潜在的变革性控制方法。由于哺乳动物和昆虫神经系统的连通性和动力学数据越来越详细，用SNS控制有腿机器人在很大程度上是一个参数调整的问题。我们解决这个问题的方法是设计执行特定操作的功能性子网络，然后将它们组装成更大的神经系统模型。在本文中，我们介绍了对输入信号进行加、减、乘、除、微分和积分的网络。在每个子网络中设置参数，通过利用神经活动的操作范围R、操作增益k和基于生物学值的界限来产生所需的输出。功能子网络的大型网络组装支持了我们最近使用MantisBot的结果。
A dynamical model of an animal’s nervous system, or synthetic nervous system (SNS), is a potentially transformational control method. Due to increasingly detailed data on the connectivity and dynamics of both mammalian and insect nervous systems, controlling a legged robot with an SNS is largely a problem of parameter tuning. Our approach to this problem is to design functional subnetworks that perform specific operations, and then assemble them into larger models of the nervous system. In this paper, we present networks that perform addition, subtraction, multiplication, division, differentiation, and integration of incoming signals. Parameters are set within each subnetwork to produce the desired output by utilizing the operating range of neural activity, R, the gain of the operation, k, and bounds based on biological values. The assembly of large networks from functional subnetworks underpins our recent results with MantisBot.
登录
查看更多内容
影响因子：
2.4
作者：
BLICKHAN, R
通讯作者：
BLICKHAN, R
DOI：
10.1007/s00359-008-0348-9
发表时间：
2008-08-01
影响因子：
2.1
作者：
Levy, Jeremy;Cruse, Holk
通讯作者：
Cruse, Holk
影响因子：
1.2
作者：
Daun-Gruhn, Silvia;Toth, Tibor Istvan
通讯作者：
Toth, Tibor Istvan
半中心中心图案发生器中振荡周期和相位持续时间的控制：比较机械分析。
影响因子：
1.2
作者：
Daun, Silvia;Rubin, Jonathan E.;Rybak, Ilya A.
通讯作者：
Rybak, Ilya A.
影响因子：
2.5
作者：
Golowasch, J;Goldman, MS;Marder, E
通讯作者：
Marder, E