Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ...
Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ... Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ...
Capitulo 3. El Agarre en la EP. Modelos Computacionales. Estas alternativas deben complementarse con modelos más detallados sobre el papel de las interneuronas estriatales en la construcción de rutinas de comportamiento motriz tales como el movimiento de agarre (Kimura y col, 2003). Existe una similitud sorprendente entre la organización de los circuitos cortico – ganglio – basales y la arquitectura neuronal de Mezcla de Expertos (Jacobs y col, 1991, Jacobs y Jordan 1993 Figura 3.29). En nuestra opinión, las TANs podrían tener la función de modular las redes cortico-ganglio-basales codificando las consecuencias sensoriales que la implementación de una o varias acciones paralelas conllevan o, de otra manera, codificando la probabilidad de obtener éxito implementando cierto conjunto de acciones. De esta manera las TANs pueden asociarse a ciertos módulos en un modelo neuronal para el aprendizaje de tareas que posee una gran similitud estructural con los bucles cortico – basales. En el caso de que las TANs reciban señales que informen a la red estriatal sobre el estado actual de las respuestas sensoriales ante las acciones que se están ejecutando, las señales de las TANs podrían poseer la función específica de codificar estados de ‘disposición a dar una respuesta’ ante determinado contexto. Bajo este punto de vista, la red interneuronal de TANs en el estriado podría establecer una serie de valores probabilísticos basados en la experiencia previa y asociados a las distintas acciones potencialmente ejecutables. Estos valores probabilísticos computados por las TANs modularían el contenido de la respuesta total del sistema. Dicho contenido consistiría en una combinación, ponderada por esos valores probabilísticos, de las distintas acciones independientes que pueden conformar una acción orientada a objeto tal como el movimiento de agarre. Figura 3.29. Interpretación de la red estriatal y los canales paralelos de los ganglios basales en el contexto de la arquitectura computacional de Mezclas de Expertos. 147
Capitulo 4. Modelo Neuronal para la Coordinación del Gesto Manual durante el Agarre 149 Capítulo 4 Modelo Neuronal para la Coordinación del Gesto Manual durante el Agarre. 1. Introducción En este capitulo, se comienza con el proceso de transferencia tecnológica del método del modelado neuronal. Dicho proceso, pretende el desarrollo y adecuación de los modelos desarrollados en el capítulo anterior, a la consecución de algoritmos de control de relativamente fácil implementación sobre plataformas robóticas antropomorfas. En el capitulo, se desarrolla un modelo neuronal para la coordinación del movimiento de agarre, en el que los modelos de efectores finales de los movimientos son antropomórficamente realistas. Se aborda, a partir de los resultados de experiencias psicofísicas expresamente diseñadas y desarrolladas para esta Tesis Doctoral, el desarrollo de un modelo biológicamente plausible para la reducción de la dimensionalidad en el problema del control y coordinación del gesto de la mano, durante el movimiento de agarre. El modelo incluye el diseño de una estrategia que permite un control coordinado muy simple de la configuración de todos los dedos de la mano durante el agarre, con un gran realismo en las trayectorias cinemáticas de las articulaciones de los dedos a lo largo del movimiento. Esta estrategia o ley de control se basa en trabajos presentes en la literatura y en los resultados de experimentos llevados a cabo en esta Tesis Doctoral que miden, mediante guantes de datos CyberGlove, los patrones de coordinación interdigitales durante el agarre. Los resultados de estas experiencias sustentan la noción de la existencia de un control sinérgico de todos los dedos durante el agarre. En este esquema de control, solamente se necesitan dos parámetros para definir la evolución de la configuración de la mano durante la ejecución de la tarea. Esta estrategia permite establecer representaciones neuronales biológicamente plausibles a lo que ha venido en denominarse como una
- Page 103 and 104: Capitulo 3. El Agarre en la EP. Mod
- Page 105 and 106: Capitulo 3. El Agarre en la EP. Mod
- Page 107 and 108: Capitulo 3. El Agarre en la EP. Mod
- Page 109 and 110: Capitulo 3. El Agarre en la EP. Mod
- Page 111 and 112: Capitulo 3. El Agarre en la EP. Mod
- Page 113 and 114: Capitulo 3. El Agarre en la EP. Mod
- Page 115 and 116: Capitulo 3. El Agarre en la EP. Mod
- Page 117 and 118: Capitulo 3. El Agarre en la EP. Mod
- Page 119 and 120: Capitulo 3. El Agarre en la EP. Mod
- Page 121 and 122: Capitulo 3. El Agarre en la EP. Mod
- Page 123 and 124: Capitulo 3. El Agarre en la EP. Mod
- Page 125 and 126: Capitulo 3. El Agarre en la EP. Mod
- Page 127 and 128: Capitulo 3. El Agarre en la EP. Mod
- Page 129 and 130: Capitulo 3. El Agarre en la EP. Mod
- Page 131 and 132: Capitulo 3. El Agarre en la EP. Mod
- Page 133 and 134: Capitulo 3. El Agarre en la EP. Mod
- Page 135 and 136: Capitulo 3. El Agarre en la EP. Mod
- Page 137 and 138: Capitulo 3. El Agarre en la EP. Mod
- Page 139 and 140: Capitulo 3. El Agarre en la EP. Mod
- Page 141 and 142: Capitulo 3. El Agarre en la EP. Mod
- Page 143 and 144: Capitulo 3. El Agarre en la EP. Mod
- Page 145 and 146: Capitulo 3. El Agarre en la EP. Mod
- Page 147 and 148: Capitulo 3. El Agarre en la EP. Mod
- Page 149 and 150: Capitulo 3. El Agarre en la EP. Mod
- Page 151 and 152: Capitulo 3. El Agarre en la EP. Mod
- Page 153: Capitulo 3. El Agarre en la EP. Mod
- Page 157 and 158: Capitulo 4. Modelo Neuronal para la
- Page 159 and 160: Capitulo 4. Modelo Neuronal para la
- Page 161 and 162: Capitulo 4. Modelo Neuronal para la
- Page 163 and 164: Capitulo 4. Modelo Neuronal para la
- Page 165 and 166: Capitulo 4. Modelo Neuronal para la
- Page 167 and 168: Capitulo 4. Modelo Neuronal para la
- Page 169 and 170: Capitulo 4. Modelo Neuronal para la
- Page 171 and 172: Capitulo 4. Modelo Neuronal para la
- Page 173 and 174: Capitulo 4. Modelo Neuronal para la
- Page 175 and 176: Capitulo 4. Modelo Neuronal para la
- Page 177 and 178: Capitulo 4. Modelo Neuronal para la
- Page 179 and 180: Capitulo 4. Modelo Neuronal para la
- Page 181 and 182: Capitulo 4. Modelo Neuronal para la
- Page 183 and 184: Capitulo 4. Modelo Neuronal para la
- Page 185 and 186: Capitulo 4. Modelo Neuronal para la
- Page 187 and 188: Capitulo 4. Modelo Neuronal para la
- Page 189 and 190: Capitulo 4. Modelo Neuronal para la
- Page 191 and 192: Capitulo 4. Modelo Neuronal para la
- Page 193 and 194: Capitulo 4. Modelo Neuronal para la
- Page 195 and 196: Capitulo 4. Modelo Neuronal para la
- Page 197 and 198: Capitulo 4. Modelo Neuronal para la
- Page 199 and 200: Capitulo 4. Modelo Neuronal para la
- Page 201 and 202: Capitulo 4. Modelo Neuronal para la
- Page 203 and 204: Capitulo 4. Modelo Neuronal para la
Capitulo 4. Mo<strong>de</strong>lo Neuronal para la Coordinación <strong>de</strong>l Gesto Manual durante el Agarre<br />
149<br />
Capítulo 4<br />
Mo<strong>de</strong>lo Neuronal para la Coordinación <strong>de</strong>l<br />
Gesto Manual durante el Agarre.<br />
1. Introducción<br />
En este capitulo, se comienza con el proceso <strong>de</strong> transferencia tecnológica <strong>de</strong>l<br />
método <strong>de</strong>l mo<strong>de</strong>lado neuronal. Dicho proceso, preten<strong>de</strong> el <strong>de</strong>sarrollo y a<strong>de</strong>cuación <strong>de</strong><br />
los mo<strong>de</strong>los <strong>de</strong>sarrollados en el capítulo anterior, a la consecución <strong>de</strong> algoritmos <strong>de</strong><br />
control <strong>de</strong> relativamente fácil implementación sobre plataformas robóticas<br />
antropomorfas. En el capitulo, se <strong>de</strong>sarrolla un mo<strong>de</strong>lo neuronal para la coordinación<br />
<strong>de</strong>l movimiento <strong>de</strong> agarre, en el que los mo<strong>de</strong>los <strong>de</strong> efectores finales <strong>de</strong> los<br />
movimientos son antropomórficamente realistas. Se aborda, a partir <strong>de</strong> los resultados<br />
<strong>de</strong> experiencias psicofísicas expresamente diseñadas y <strong>de</strong>sarrolladas para esta Tesis<br />
Doctoral, el <strong>de</strong>sarrollo <strong>de</strong> un mo<strong>de</strong>lo biológicamente plausible para la reducción <strong>de</strong> la<br />
dimensionalidad en el problema <strong>de</strong>l control y coordinación <strong>de</strong>l gesto <strong>de</strong> la mano,<br />
durante el movimiento <strong>de</strong> agarre. El mo<strong>de</strong>lo incluye el diseño <strong>de</strong> una estrategia que<br />
permite un control coordinado muy simple <strong>de</strong> la configuración <strong>de</strong> todos los <strong>de</strong>dos <strong>de</strong> la<br />
mano durante el agarre, con un gran realismo en las trayectorias cinemáticas <strong>de</strong> las<br />
articulaciones <strong>de</strong> los <strong>de</strong>dos a lo largo <strong>de</strong>l movimiento. Esta estrategia o ley <strong>de</strong> control<br />
se basa en trabajos presentes en la literatura y en los resultados <strong>de</strong> experimentos<br />
llevados a cabo en esta Tesis Doctoral que mi<strong>de</strong>n, mediante guantes <strong>de</strong> datos<br />
CyberGlove, los patrones <strong>de</strong> coordinación interdigitales durante el agarre. Los<br />
resultados <strong>de</strong> estas experiencias sustentan la noción <strong>de</strong> la existencia <strong>de</strong> un control<br />
sinérgico <strong>de</strong> todos los <strong>de</strong>dos durante el agarre. En este esquema <strong>de</strong> control, solamente<br />
se necesitan dos parámetros para <strong>de</strong>finir la evolución <strong>de</strong> la configuración <strong>de</strong> la mano<br />
durante la ejecución <strong>de</strong> la tarea. Esta estrategia permite establecer representaciones<br />
neuronales biológicamente plausibles a lo que ha venido en <strong>de</strong>nominarse como una