Učení se reprezentací peripersonálního prostoru pomocí “spiking” neuronových sítí

Abstract

Pro správnou orientaci pohybu těla v prostoru musí mozek neustále analyzovat pozici svého těla vůči poloze blízkých předmětů. Toto povědomí o okolním prostoru vyžaduje neustálé sjednocování senzorických podnětů z několika smyslů a tvorbu interní reprezentace peripersonálního prostoru. V Neurorobotické platformě jsme implementovali biologicky inspirovaný model reprezentace peripersonálního prostoru pomocí "spiking" neuronových sítí a prozkoumali jsme jeho dynamické vlastnosti při ruzných typech učení. Nakonec jsme demonstrovali využití tohoto modelu k vyvolání obranné reakce na iCub robotu v simulovaném prostředí.To guide the movement of the body through space, the brain must analyze the relation of the body position to nearby objects. This spacial awareness requires an integration of multiple sensory inputs and internal representation of the immediate surroundings, i.e., the peripersonal space. We've implemented a biologically inspired computational model of peripersonal space representation using spiking neural network in the Neurorobotics platform and explored its dynamical properties during multiple learning scenarios. Finally, we've demonstrated the use of this model as a defense mechanism on an iCub robot in a simulated environment.