[论文解读] Neural Models and Algorithms for Sensorimotor Control of an Octopus Arm

Tixian Wang, Udit Halder+4 more|arXiv (Cornell University)|Feb 2, 2024

Cephalopods and Marine BiologyAgricultural and Biological Sciences被引用 3

一句话总结

本文提出了一种生物物理上逼真的、端到端的章鱼腕足模型，整合了神经肌肉力学、外周神经系统动力学以及分布式传感。该模型引入了新颖的反馈控制与一致性算法，用于目标导向的伸展与化学感应定位，通过解析稳定性结果和数值模拟得到验证，能够再现观察到的腕足形态与运动模式。

ABSTRACT

In this article, a biophysically realistic model of a soft octopus arm with internal musculature is presented. The modeling is motivated by experimental observations of sensorimotor control where an arm localizes and reaches a target. Major contributions of this article are: (i) development of models to capture the mechanical properties of arm musculature, the electrical properties of the arm peripheral nervous system (PNS), and the coupling of PNS with muscular contractions; (ii) modeling the arm sensory system, including chemosensing and proprioception; and (iii) algorithms for sensorimotor control, which include a novel feedback neural motor control law for mimicking target-oriented arm reaching motions, and a novel consensus algorithm for solving sensing problems such as locating a food source from local chemical sensory information (exogenous) and arm deformation information (endogenous). Several analytical results, including rest-state characterization and stability properties of the proposed sensing and motor control algorithms, are provided. Numerical simulations demonstrate the efficacy of our approach. Qualitative comparisons against observed arm rest shapes and target-oriented reaching motions are also reported.

研究动机与目标

• 开发一个全面的、生物物理上合理的章鱼腕足模型，整合其神经肌肉系统、外周神经系统以及感觉模态。
• 解决利用来自化学感受器和本体感受器的分布式感觉输入实现对静止目标的传感器运动控制问题。
• 设计一种反馈神经控制律，通过弯曲传播实现稳定的目标导向伸展运动。
• 制定一种一致性算法，利用局部化学与形变传感数据估计目标位置。
• 为所提出的控制与传感系统提供解析稳定性分析与静止状态表征。

提出的方法

• 使用柯塞尔特杆理论对腕足的机械动力学进行建模，以捕捉非线性弹性和大变形。
• 将希尔肌肉模型扩展，以表示沿腕足长度方向的纵向、横向及斜向肌肉产生的分布力。
• 使用电缆理论对周围神经系统（PNS）中神经信号的传播进行建模，包括轴向神经索与神经节。
• 设计一种反馈控制律，生成肌肉激活模式以驱动弯曲传播并实现目标到达，通过理论分析证明其稳定性。
• 实施一种基于一致性算法的系统，融合局部化学感觉数据（外源性）与局部曲率/形状数据（内源性），以估计目标位置。
• 通过局部形状估计（角度与曲率）近似全局传感器位置差异，实现在无需全局位置信息情况下的去中心化传感。

实验结果

研究问题

• RQ1 具有分布式肌肉系统的柔软、无限柔韧的腕足如何实现稳定的目标导向伸展运动？
• RQ2 章鱼腕足中神经激活、肌肉收缩与腕足形变之间协调的生物物理机制是什么？
• RQ3 如何利用基于局部化学与本体感觉线索的去中心化感觉系统估计远处目标的位置？
• RQ4 何种控制律可实现在具有分布式驱动的软体机器人系统中实现弯曲传播与目标跟踪？
• RQ5 如何对感觉运动系统的稳定性和静止状态行为进行解析表征？

主要发现

• 所提出的反馈控制律确保了渐近稳定性，并使腕足能够到达静止目标，如定理3.1所证明。
• 数值模拟再现了在零激活状态下章鱼腕足的定性准确静止形态，验证了机械模型的合理性。
• 一致性算法成功仅利用局部感觉输入估计目标位置，仿真中已证明其收敛性。
• 该模型准确再现了目标伸展行为中观察到的弯曲传播动力学，包括肌肉激活的行进波。
• 通过静止状态表征与控制及估计算法的李雅普诺夫分析，系统稳定性得到理论证明。
• 利用局部形状估计（角度与曲率）近似全局位置差异，实现了无需全局定位信息的有效去中心化传感。