Adaptive control inspired by the cerebellar system

Abstract

Pikkuaivojen uskotaan osallistuvan kiinteästi mm. motoristen toimintojen hienosäätöön ja automatisointiin. Huolimatta suurista viiveistä sensorimotorisessa järjestelmässä ja kontrolloitavien jäsenten inertiasta, ihmiset ja eläimet pystyvät eri raajojen sujuvaan, koordinoituun ja tarkasti ajoitettuun ohjaukseen. Pikkuaivojen tiedetään osallistuvien lihasten koordinointiin ja ajoitukseen, erityisesti juuri nopeutta vaativissa liikkeissä, joissa puhtaasti takaisinkytketty säätö ei-viiveistä johtuen-ole riittävän nopea ja tarkka säätömenetelmä. Pikkuaivot kykenevätkin tekemään ajallisesti tarkkoja motorisia ennusteita ns. sammalsäikeidensä kautta saamansa, ruumiin ja ympäristön tilasta kertovan, informaatiovirran perusteella.

Diplomityöni tavoitteena on-pikkuaivojen innoittamana-suunnitella ja toteuttaa adaptiivinen säädin, joka oppii käyttämään, sensoreidensa kautta saamaansa, ympäristönsä ja ruumiinsa tilasta kertovaa kontekstuaalista informaatiota sellaisten motoristen komentojen laskemiseksi, jotka tuottavat ohjattavalle systeemille tulevaisuudessa halutun tilan tai toiminnon. Malli on refleksejä prediktiivisesti oppimisessaan käyttävä ohjatun oppimisen järjestelmä. Malli on myötäkytkentäinen säädin erotuksena takaisinkytkettyyn säätimeen.

Työssä toteutetun säätimen ominaisuuksia tutkitaan ja arvioidaan soveltamalla sitä simuloituun tangon tasapainotteluongelmaan. Mahdollisimman realistisen säätöongelman saavuttamiseksi simulaatio toteutetaan käyttäen Webots-robottisimulaatio-ohjelmaa.

Simulaatioiden avulla havainnollistetaan mallin kykenevän ratkaisemaan epästabiileja säätöongelmia-huolimatta varsin suurista viiveistä signaalipoluissa. Lisäksi havainnollistetaan mallin oppivan käyttämään ympäristönsä tilasta kertovaa kontekstuaalista informaatiota motoriikan ohjauksessa.