星形胶质细胞调控的神经形态中枢模式发生器对腿部机器人运动的控制

《IEEE Transactions on Cognitive and Developmental Systems》:Astrocyte Regulated Neuromorphic Central Pattern Generator Control of Legged Robotic Locomotion

【字体: 大 中 小 】 时间:2026年04月13日 来源:IEEE Transactions on Cognitive and Developmental Systems 4.9

编辑推荐:

  本研究提出星形胶质细胞调节的突触可塑性机制,在神经形态硬件上实现自适应中央模式发生器,使四足机器人能在平坦地面自主生成小跑步态,较传统强化学习方法计算效率提升23.3%。

  

摘要:

神经形态计算系统通过以生物学上可行的方式传递动作电位来处理信息,由于其在低功耗、事件驱动计算方面的潜力而受到越来越多的关注。在机器人运动研究中,神经形态计算的应用主要集中在中央模式发生器(CPGs)上,这些发生器受到控制动物肢体肌肉协同运动的神经回路的启发。在神经形态硬件平台上实现人工CPGs有望使资源受限环境中的边缘机器人应用具备适应性和能效。然而,CPGs在步态生成过程中的底层重连机制尚未得到充分理解。本研究填补了文献中关于CPGs可塑性的空白,并强调了星形胶质细胞的关键稳态功能——这种大脑中的细胞成分被认为在多种大脑功能中起着重要作用。本文介绍了一种基于星形胶质细胞调控的脉冲神经网络(SNN)的CPG,该CPG通过奖励调节的STDP机制帮助四足机器人学习步态,其中星形胶质细胞协助在不同肢体之间建立抑制性连接。基于SNN的CPG在多物体物理仿真平台上进行了模拟,结果使机器人在平地上运行时能够呈现出快步行走的步态。与最先进的基于强化学习的机器人控制算法相比,观察到了23.3×的计算性能提升。这种神经科学与算法协同设计的方法有望显著提升整合了胶质细胞功能的神经形态系统的性能。

引言

目前受大脑启发的工程系统主要集中在模仿神经元和突触的生物学上可行的计算模型上,而缺乏对大脑中其他细胞单元的整合。近年来,越来越多的证据表明,胶质细胞(尤其是星形胶质细胞)在维持和调节神经元动态方面发挥着重要作用,从而促进了大脑功能[1]。本研究的灵感来源于最近的理论,这些理论认为丰富的时序动态(如同步性)是学习和记忆的动力基础,并有望在下一代受大脑启发的工程学习系统的设计中发挥关键作用(参见基于第六届美国国立卫生研究院(NIH)BRAIN计划研究者会议的报告[2])。具体而言,我们的研究聚焦于脊髓中央模式发生器(CPGs),这些神经回路能够生成自发的节律模式,可作为设计工程学习平台(特别是机器人运动控制器)的“类脑”系统模型。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号