多物理特性的局部CPG網(wǎng)絡(luò)自生長(zhǎng)模型研究.pdf

1、CPG（Central Pattern Generator）網(wǎng)絡(luò)控制與傳統(tǒng)控制方法相比因具有可以顯著地減小控制變量的維度，卻不失其輸出運(yùn)動(dòng)模式的復(fù)雜性等諸多優(yōu)勢(shì)而被廣泛應(yīng)用于機(jī)器人的運(yùn)動(dòng)控制。但是當(dāng)前CPG網(wǎng)絡(luò)的研究存在一種兩極分化：一種是側(cè)重控制功能，而不追求生物學(xué)合理性，根據(jù)控制目標(biāo)設(shè)計(jì)出只適用于特定場(chǎng)合的網(wǎng)絡(luò)結(jié)構(gòu)，一旦提出新的控制要求，往往無(wú)法在原有的研究工作基礎(chǔ)上繼承發(fā)展，而必須從網(wǎng)絡(luò)的基本環(huán)節(jié)層面重新探索，導(dǎo)致網(wǎng)絡(luò)功能的適應(yīng)性

2、較差；另一種則是側(cè)重研究網(wǎng)絡(luò)生長(zhǎng)發(fā)育的生物學(xué)機(jī)理，而忽視網(wǎng)絡(luò)的控制功能，導(dǎo)致所建模型只能在形態(tài)學(xué)和統(tǒng)計(jì)學(xué)上與實(shí)際生物的神經(jīng)網(wǎng)絡(luò)進(jìn)行比較，而缺乏實(shí)際應(yīng)用的意義。
　　因此，本課題通過(guò)在生長(zhǎng)模型中引入一些可決定控制模型參數(shù)的物理特性，將CPG網(wǎng)絡(luò)的生長(zhǎng)發(fā)育過(guò)程和控制功能結(jié)合在一起，在盡可能符合生物學(xué)實(shí)際的基礎(chǔ)上實(shí)現(xiàn)網(wǎng)絡(luò)的控制功能，通過(guò)二者相互協(xié)調(diào)促進(jìn)，來(lái)實(shí)現(xiàn)使所建模型越來(lái)越貼近生物神經(jīng)網(wǎng)絡(luò)的復(fù)雜度的同時(shí)，具有越來(lái)越豐富的控制功能的長(zhǎng)遠(yuǎn)

3、目標(biāo)。
　　首先，本課題通過(guò)研究神經(jīng)元軸突生長(zhǎng)的生物學(xué)機(jī)理，建立了基于萬(wàn)有引力和隨機(jī)運(yùn)動(dòng)的軸突自生長(zhǎng)迭代模型；通過(guò)對(duì)Rall神經(jīng)電纜模型進(jìn)行修改，建立了滿足本課題需求的軸突信號(hào)傳遞模型；將生長(zhǎng)模型與信號(hào)傳遞模型相結(jié)合，建立了具有多物理特性的神經(jīng)元自生長(zhǎng)簡(jiǎn)化模型。
　　其次，通過(guò)研究Matsuoka振蕩器模型，提出了一種局部CPG網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，作為網(wǎng)絡(luò)的生長(zhǎng)目標(biāo)；建立了能夠穩(wěn)定地得到目標(biāo)結(jié)構(gòu)的網(wǎng)絡(luò)生長(zhǎng)連接算法；利用單個(gè)神經(jīng)元