Central pattern generators(CPG)介绍

声明：

本文基于Central pattern generators for locomotion control in animals and robots: A review更改得到;

首发与个人博客：cheetaher blog,转载请注明出处．

1. 前言

控制运动的问题是神经科学和机器人学能够很好结合的领域。怎么在只接受简单的、低维的输入信号的同时产生高维有节奏的输出信号在机器人的运动控制中十分重要。为了解决这一问题，引入了Central pattern generators(CPGs) 模型。

中枢模式发生器(CPGs)是一种在无脊椎动物和脊椎动物中都存在的神经回路，它可以在不接收节律输入的情况下产生神经活动的节律模式。“中枢(cenntral)”一词表明产生节律不需要感觉反馈。CPGs是许多基本节奏活动的基础，如咀嚼、呼吸和消化。它们也是无脊椎动物和脊椎动物运动神经回路的基本组成部分。CPG模型呈现了几个有趣的特性，包括分布式控制、处理冗余的能力、快速控制循环以及允许通过简单的控制信号来调节运动。这些性质转化为到数学模型时，CPGs就可以很好的运用于机器人的运动控制。 本文的结构如下：

• 神经生物学中CPG
• 生物学中的CPG模型
• 运用CPG进行运动控制
• CPG模型的建立

2. 神经生物学中的CPG

中枢模式发生器(CPG)是一种神经网络，它能够在没有任何来自感觉反馈或更高控制中心的节奏输入的情况下，产生协调的节奏活动模式(抖腿。)。正如Delcomyn(1980)所述，它们是无脊椎动物和脊椎动物许多节律行为的基础。现在的研究已经证实这种输出的节奏是不需要感官信息的，在许多的生物中都能发现CPGs。虽然产生节奏并不需要感官反馈，但它在形成节奏模式方面起着非常重要的作用，这是保持CPGs和身体运动协调的基础。例如人在跑步机上会被跑步机引导着进行慢走或者是快跑Rossignol(2000)。实验表明CPG与感觉反馈之间存在紧密耦合,也就是说，它们的效果取决于运动周期内的时间Gossard, 2006。

在一些动物实验中，发现通过低水平的刺激可以导致高频的动作。说明CPG是一种复杂的电路，它可以产生复杂的运动行为，而且可以在接收到简单输入信号的情况下实现较大的动作变化。所以从控制的角度，CPGs模型实现了某种内部模型，它只需要接受控制运动的命令就可以实现运动的变化。

总而言之，脊椎动物的运动系统是这样组织的:脊髓cpg负责产生基本的节奏模式，而高级中枢(运动皮层、小脑和基底神经节)负责根据环境条件调节这些模式。这样的分布式组织呈现出几个特征:

• (i)它减少了运动控制回路中的时间延迟(节律通过脊髓的短反馈回路与机械运动协调)。
• (ii)大大降低了下行控制信号的维数。实际上，控制信号一般不需要指定肌肉活动，只需要调节CPG活动。
• (iii)因此，它显著减少了高级中枢与脊髓之间的必要带宽。