自行车可以通过随机最优反馈控制实现平衡，但仅在准确的速度估计下。
摘要：平衡自行车对于人类进行平衡控制是典型的行为之一（如行走、跑步、滑冰、滑雪等）。本文提出了一个平衡控制的一般模型，并将其应用于自行车的平衡。平衡控制具有物理（力学）和神经生物学组成部分。物理组成部分涉及骑手和自行车运动的规律，神经生物学组成部分涉及中枢神经系统如何利用这些规律进行平衡控制的机制。本文提出了基于随机最优反馈控制（OFC）理论的神经生物学组成部分的计算模型。该模型的核心概念是一个在中枢神经系统中实现的计算系统，用于控制中枢神经系统外的机械系统。该计算系统使用内部模型根据随机最优反馈控制（OFC）理论计算最优控制动作。为了使计算模型具有可信度，它必须对至少两种不可避免的不准确性具有鲁棒性：（1）中枢神经系统从与中枢神经系统连接的身体和自行车的相互作用中缓慢学习得到的模型参数（即内部噪声协方差矩阵），以及（2）依赖于不可靠的感觉输入的模型参数（即运动速度）。通过模拟，我证明了该模型可以在现实条件下平衡自行车，并且对学习的感觉运动噪声特性的不准确性具有鲁棒性。然而，该模型对运动速度估计的不准确性不具备鲁棒性。这对于随机OFC作为平衡控制模型的可信度具有重要意义。
作者：Eric Maris
论文ID：2202.11480
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2022-08-18