Внутренняя модель (моторный контроль)

редактировать
Прямая модель движения руки. Моторная команда u (t) движения руки вводится в растение, а прогнозируемое положение тела x̃ (t) выводится.

В предметной области теории управления, внутренняя модель - это процесс, моделирующий реакцию системы, чтобы оценить результат нарушения системы. Принцип внутренней модели был впервые сформулирован в 1976 г. Б. А. Фрэнсисом и В. М. Вонхэмом как явная формулировка теоремы Конанта и Эшби о хорошем регуляторе. Он отличается от классического управления тем, что классический контур обратной связи не может явным образом моделировать управляемую систему (хотя классический контроллер может содержать неявную модель).

Теория внутренней модели Управление двигателем утверждает, что двигательная система управляется постоянным взаимодействием «объекта » и «контроллера ». Завод - это контролируемая часть тела, а сама внутренняя модель считается частью контроллера. Информация от контроллера, такая как информация от центральной нервной системы (CNS), информация обратной связи и efference copy, отправляется на завод, который перемещается соответствующим образом.

Внутренними моделями можно управлять с помощью управления с прямой связью или с обратной связью. Управление с прямой связью вычисляет свой ввод в систему, используя только текущее состояние и свою модель системы. Он не использует обратную связь, поэтому не может исправлять ошибки в своем управлении. При управлении с обратной связью часть выходных данных системы может быть возвращена на вход системы, и затем система может вносить коррективы или компенсировать ошибки на желаемом выходе. Были предложены два основных типа внутренних моделей: прямые модели и обратные модели. В симуляциях модели можно комбинировать для решения более сложных задач движения.

Содержание
  • 1 Прямые модели
  • 2 Обратные модели
  • 3 Комбинированные прямые и обратные модели
  • 4 Теория адаптивного управления
  • 5 Ученые
  • 6 Ссылки
Прямые модели
Рисунок 1. Желаемое положение тела - это опорный ввод для гипотетического контроллера, который генерирует необходимую команду двигателя. Эта команда двигателя отправляется на завод для перемещения тела, а контрольная копия команды двигателя отправляется на переднюю модель. Выходные данные прямой модели (прогнозируемое положение тела) сравниваются с выходными данными завода (положение тела). Шум от системы или окружающей среды может вызвать различия между фактическим и прогнозируемым положением тела. Ошибка (разница) между фактическим и прогнозируемым положением может обеспечить обратную связь для улучшения движения для следующей итерации внутренней модели.

В своей простейшей форме прямые модели принимают входную команду двигателя на «объект» и вывести прогнозируемое положение тела.

Входная команда двигателя для прямой модели может быть копией efference, как показано на рисунке 1. Выходные данные этой прямой модели, прогнозируемое положение тела, затем сравнивается с фактическим положением тела.. Фактическое и прогнозируемое положение тела может отличаться из-за шума, вносимого в систему либо внутренними (например, датчики тела не идеальны, сенсорный шум), либо внешними (например, непредсказуемые силы извне) источниками. Если фактическое и прогнозируемое положения тела различаются, разницу можно снова передать в качестве входных данных для всей системы, чтобы можно было сформировать скорректированный набор команд двигателя для создания более точного движения.

Инверсные модели
Рисунок 2. Инверсная модель достижения задачи. Желаемая траектория руки, Xref (t), вводится в модель, которая генерирует необходимые моторные команды, ũ (t), для управления рукой.

Обратные модели используют желаемое и фактическое положение тела в качестве входных данных для оценить необходимые команды двигателя, которые преобразуют текущее положение в желаемое. Например, в задаче достижения руки желаемое положение (или траектория последовательных положений) руки вводится в постулируемую обратную модель, а обратная модель генерирует моторные команды, необходимые для управления рукой и приведения ее в это желаемое конфигурация (рисунок 2). Обратные внутренние модели также находятся в тесной связи с гипотезой неконтролируемого многообразия (UCM), см. Также здесь.

Комбинированные прямые и обратные модели

Теоретическая работа показала, что в моделях управления двигателем, когда обратные модели используются в сочетании с прямой моделью, efference копия выходных данных команды двигателя из обратной модели может использоваться в качестве входных данных для прямой модели для дальнейших прогнозов. Например, если в дополнение к движению рукой необходимо управлять рукой, чтобы схватить объект, в прямую модель можно ввести контрольную копию команды двигателя руки, чтобы оценить прогнозируемую траекторию руки. Обладая этой информацией, контроллер может затем сгенерировать соответствующую команду двигателя, сообщающую руке схватить объект. Было высказано предположение, что, если они существуют, эта комбинация обратной и прямой моделей позволила бы ЦНС предпринять желаемое действие (дотянуться рукой), точно контролировать досягаемость, а затем точно управлять рукой, чтобы схватить объект.

Теория адаптивного управления

При предположении, что новые модели могут быть приобретены, а уже существующие модели могут быть обновлены, копия efference важна для адаптивного управления задачей движения. На протяжении выполнения двигательной задачи копия эффекта вводится в прямую модель, известную как предсказатель динамики, выходные данные которой позволяют прогнозировать выходную мощность двигателя. При применении методов теории адаптивного управления к управлению двигателем в схемах косвенного управления в качестве входных данных для эталонной модели используется копия эффекта.

Ученые

Широкий круг ученых вносит свой вклад в развитие гипотезы внутренней модели. Майкл И. Джордан и Дэниел Вулперт внесли значительный вклад в математическую формализацию. Сандро Мусса-Ивальди, Реза Шадмер, Рэнди Фланаган и Конрад Кординг участвовали в многочисленных поведенческих экспериментах. Модель DIVA воспроизводства речи, разработанная Фрэнком Х. Гюнтером и его коллегами, использует комбинированные прямую и обратную модели для создания слуховых траекторий с имитацией речевых артикуляторов. Две интересные обратные внутренние модели для управления производством речи были разработаны Ярославом Благушиным и Эриком Моро. Обе модели сочетают в себе принципы оптимума и гипотезу точки равновесия (моторные команды λ принимаются как координаты внутреннего пространства). Входная команда двигателя λ находится путем минимизации длины пути, пройденного во внутреннем пространстве, либо в условиях акустических ограничений (первая модель), либо в условиях как акустических, так и механических ограничений (вторая модель). Акустическое ограничение связано с качеством воспроизводимой речи (измеряется в формантах ), а механическое ограничение связано с жесткостью тела языка. Первая модель, в которой жесткость остается неконтролируемой, согласуется с стандартной гипотезой UCM. Напротив, вторая оптимальная внутренняя модель, в которой задана жесткость, демонстрирует хорошую вариативность речи (по крайней мере, в разумном диапазоне жесткости) и согласуется с более поздними версиями гипотезы неконтролируемого многообразия. (UCM). Также существует обширная клиническая литература по внутренним моделям, включая работы Джона Кракауэра, Курта Торфмана и Эми Бастиан.

Ссылки
Последняя правка сделана 2021-05-24 04:20:34
Содержание доступно по лицензии CC BY-SA 3.0 (если не указано иное).
Обратная связь: support@alphapedia.ru
Соглашение
О проекте