Resumen

Los modelos convencionales de control de motores explotan la representación espacial del sistema controlado para generar órdenes de control. Normalmente, la orden de control se obtiene con el estado de retroalimentación de un instante específico en el tiempo, que se comporta como un regulador óptimo o filtro espacial del estado de retroalimentación. Sin embargo, estudios neurocientíficos recientes han descubierto que la red motora puede constituir un sistema dinámico autónomo y que los patrones temporales de la orden de control pueden estar contenidos en la dinámica de la red motora, es decir, la hipótesis del sistema dinámico (DSH). Inspirados en estos hallazgos, aquí proponemos un modelo computacional que incorpora este mecanismo neural, en el que la orden de control podría desplegarse a partir de un controlador dinámico cuyo estado inicial se especifica con los parámetros de la tarea. El modelo se entrena por ensayo y error en el marco del gradiente de política determinista profunda (DDPG). Los resultados experimentales muestran que el controlador dinámico aprende con éxito la política de control para los movimientos de alcance del brazo, mientras que el análisis de las actividades internas del controlador dinámico proporciona la evidencia computacional al DDPG de la codificación neural en las cortezas motoras.

• Materias:Biotecnología Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithms Brain - pathophysiology Neurophysiology
• Palabras claves:comando de control, controlador dinámico, red de motores, estado de retroalimentación, gradiente de política determinista, estudio neurocientífico reciente, sistema dinámico autónomo, hipótesis de sistema dinámico, modelo de motor, evidencia computacional
• Keywords:control command, dynamical controller, motor network, feedback state, deterministic policy gradient, recent neuroscience study, autonomous dynamical system, dynamical system hypothesis, model of motor, computational evidence