MétaCan
Menu
Retour à la cohorte
Enregistrement W7054576556

Advancement of a spinal-like reach controller for multi-muscle arm movements without trajectory planning: Implementing muscle activation bias and determining the role of pre-motor gains

2016· dissertation· en· W7054576556 sur OpenAlexfundno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2016
Typedissertation
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Frequency and Time Standards
Établissements canadiensnon disponible
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésControl theory (sociology)TrajectoryController (irrigation)SIGNAL (programming language)Steady state (chemistry)Stability (learning theory)Constant (computer programming)Field (mathematics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis seeks to advance a spinal-like reflex controller for a two-link planar arm. This controller relies on a hand-target error signal and reaches to a target using only this error signal and the spinal circuit topology to complete realistic reach movements. The reliance on a single error signal implies a common control strategy across multiple joints, which could later be extended to additional motor platforms or limb coordination. The original spinal-like controller was able to perform robust reaching motions with and without perturbations and was able to replicate experimentally observed trajectories without pre-planning or optimization.Advancements to the original controller include the introduction of a muscle activation bias and a non-linear pre-motor gain field to map the shared reach error onto separate joints. The muscle activation bias increases the symmetric range for agonist-antagonist muscle control. This gives rise to smooth muscle activation (EMG) signals which in turn lead to smooth hand trajectories and speed profiles, especially as the hand approaches the target. The endpoint accuracy of reach movements is significantly improved by calibrating the muscle activation bias with the expected target location. This result implies system planning based on the target location but not for the reach trajectory itself. The non-linear pre-motor gain field also makes a significant contribution to reach stability: stable reaches were made at higher speeds with a non-linear gain field where reaching between the same points at higher speeds with a constant gain would lead to endpoint instability. Finally, the combined modifications to the controller significantly improved the steady state stability of the system. The arm now starts at rest, makes a reach, and the hand stops relatively close to the target at the end of the reach because of the inherent steady state behaviour of the system. These conclusions help to define the role of spinal circuitry in motor control and, by extension, to allocate remaining control functions to the cortex and higher brain centers.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,731
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,035
Tête enseignante GPT0,319
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetAdvanced Frequency and Time StandardsTravaux en français237 207