Caracterización de estrategias de control realimentado en control motor humano

Abstract

[ES] En teoría de control, ha sido propuesto que cuando los humanos se encuentran ante múltiples opciones (por ejemplo, hay varias frutas en una mesa y quieren coger una), hay una competición en el cerebro entre diferentes leyes de control, y los movimientos generados antes de una decisión final reflejan un "control promedio" donde los movimientos promedio son transitorios hasta que una de las estrategias se superpone, una vez se ha tomado esa decisión final. La hipótesis alternativa es que, en lugar de hacer un promedio entre diferentes planes motores (o controladores), el cerebro elige una opción intermedia y produce un controlador adecuado para esta opción. En este caso, se establece un objetivo o meta intermedio compensado y dependiente del tiempo, perseguido por el control, hasta que eventualmente corrige la trayectoria hacia una de las dos opciones.

En este proyecto, se investigarán estas dos hipótesis en teoría para poder explorarlas y analizarlas desde un punto de vista computacional. Ambas estrategias se implementarán usando un entorno de control LQG de acuerdo con los modelos actuales de control en 'alcance' humano, y su actuación en comparación será puesta a prueba. Estas pruebas se realizarán en un modelo de brazo humano, ajustando los parámetros biomecánicos y explorando las características de ambos diseños. Hasta este punto, situaciones que involucran la toma de decisiones y perturbaciones mecánicas serán simuladas. La consistencia de los resultados simulados con un comportamiento humano durante el alcance será analizada. Los resultados del proyecto tendrán el potencial tanto para profundizar en un tema candente en neurociencia que se encuentra entre la toma de decisiones y la teoría de control, como para el diseño de estrategias de control adecuadas en dispositivos exoesqueléticos.

[EN] It has been proposed that when humans face multiple options (for instance there are multiple fruits on a table and you want to reach for one), there is a competition in the brain between different control laws, and movements generated before final commitment reflect a motor averaging" where the averaged movements are transient ones until one of the strategies wins once a final decision is taken. The alternative hypothesis is that instead of averaging distinct motor plans (or controllers), the brain picks an intermediate option and produces one controller suitable for this option. In this case, a time-varying intermediate trade-off goal is set and control pursues it as it eventually drifts towards one of the options.

In this project, we will investigate these two alternative hypotheses in theory in order to explore and challenge them from a computational standpoint. Both strategies will be implemented using the LQG control framework in agreement with current models of reaching control in humans, and their comparative performances will be tested. Testing will be carried out on a model of a human arm, by adjusting biomechanical parameters and exploring the features of both designs. To this end, situations involving decision-making and mechanical perturbations will be simulated. The consistence of the simulated results with actual human behavior during reaching will be assessed. The results of the project will have potential both to gain insight into a hot topic in neuroscience lying between decision-making and motor control, and in design of proper control strategies for exoskeleton devices.