浦肯野细胞突触处的前向模型促进小脑预期控制

尽管来自不同肌肉骨骼系统的响应动力学范围广泛，以及整个中枢神经系统的传输延迟和响应延迟，我们的运动系统如何解决预期控制问题？在很大程度上，我们高度熟练的运动响应是源于脑干和脊髓的反应性反馈系统，与源于小脑并受感官经验自适应微调的前馈预期系统相结合的结果。基于该相互作用，我们设计了反事实预测控制（CFPC）架构，一种前馈预期运动控制方案，其中基于小脑的前馈模块利用反事实误差信号来引导误差反馈控制器。这些信号会像实际误差那样触发反应，但并不编码任何当前或将来的误差。为了确定最优学习策略，我们推导了前馈模块的一种新颖学习规则，它涉及资格迹并在突触水平运作。特别是，我们的资格迹提供了一种超越巧合检测的机制，因为它将先前的突触输入历史与误差信号进行卷积。在小脑生理学背景下，该解决方案意味着浦肯野细胞突触应使用被控系统的前向模型来生成资格迹。从工程角度看，CFPC提供了一种通用预期控制架构，配备有利用闭环系统完整动力的学习规则。