Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ...

Capitulo 5. Modelo Neuronal para el aprendizaje progresivo de tareas de Agarre
propiedades puramente visuales del objeto y las componentes motoras que rigen el
agarre de dicho objeto.
R1
propiedades
visuales del
objeto
cIPS
copia del
programa motor
codificado en F5
R2
Mu1
Mu2
A1
AIP / VD
AIP / MD
A2
W1
W2
261
Ar1
Ar = Ar1 – Ar2
Ar2
HYPBF # 1
HYPBF # 2
AIP / V& M
hacia F5
HYPBF # 3
Figura 5.38. Modelo Neuronal multired para la modelización de las interacciones entre las distintas
áreas funcionales de AIP.
Para completar un modelo computacional que de cuenta de todos los aspectos del
agarre expuestos en el modelo conceptual de la Figura 5.37, el nuevo modelo neuronal
se amplia con dos unidades de acción motora asociadas cada una de ellas a otras tantas
redes neuronales HYPBF (Figura 5.39). La red HYPBF 3 (asociada al área F5) modela la
acción de transformación entre la información proveniente de AIP (unidad de matching)
en información que pueda ser útil para la red HYPBF 4 (asociada a F1) que es la
encargada de la implementación final del movimiento. La capa intermedia de la red
HYPBF (A3) se asocia a la actividad de las neuronas visuales y motoras de F5 y la capa
de salida (HS) se asocia a la codificación abstracta del estado actual de evolución del
programa motor de agarre del objeto (neuronas motoras de F5). Esta información es la
que actúa como entrada a la red HYPBF 2 de la unidad de matching y al mismo tiempo a
la capa de entrada de la red HYPBF 4 que transforma esta codificación abstracta del
programa motor, en una serie de movimientos articulares de los dedos que permiten el
agarre final del objeto.