混合时域最优反馈控制作为人类运动模型
摘要：混合时域的最优反馈控制模型以不同的实现形式出现在感觉运动控制文献中。在常见的算法中，有限时域、滚动时域或无限时域的线性二次调节器（LQR）被广泛用于模拟人类的伸手动作。虽然这些不同的实现方法各有优势，但都有限制，无法模拟视觉运动反馈响应的时间演变。在这里，我们提出了一种新颖的方法-混合时域的最优反馈控制（OFC），通过结合传统有限时域和无限时域控制器的优势来解决它们各自的局限性。具体而言，我们使用无限时域OFC生成运动的持续时间，然后将其输入到有限时域控制器中生成控制增益。然后，我们通过对重新优化和不同成本函数进行广泛的敏感性分析来证明我们模型的稳定性。最后，我们使用我们的模型对先前发表的研究进行重新审视，加强先前的结果、提供先前研究的替代解释或生成先前实验的新的预测结果。
作者：Justinas v{C}esonis, David W. Franklin (Technical University of Munich, Germany)
论文ID：2104.06275
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2021-10-11