星形胶质细胞调节的神经形态中枢模式发生器控制腿式机器人运动

神经形态计算系统，其中信息通过动作电位以生物合理的方式传输，由于其低功耗事件驱动计算的承诺而日益受到关注。神经形态计算在机器人运动研究中的应用主要集中在用于仿生机器人控制算法的中枢模式发生器（CPG）上——其灵感来自控制动物运动中肢体肌肉协作的神经回路。在神经形态硬件平台上实现人工CPG可以潜在地在资源受限的环境中实现自适应和节能的边缘机器人应用。然而，CPG中步态涌现过程的基础重连机制尚未得到很好的理解。这项工作填补了文献中关于CPG可塑性的空白，并强调了星形胶质细胞的关键稳态功能——星形胶质细胞是大脑中的一种细胞成分，被认为在多种大脑功能中发挥重要作用。本文介绍了一种星形胶质细胞调节的基于脉冲神经网络（SNN）的CPG，用于通过奖励调制STDP学习四足机器人的运动步态，其中星形胶质细胞帮助在不同肢体的人工运动神经元之间建立抑制性连接。基于SNN的CPG在多目标物理仿真平台上进行模拟，结果在平坦地面上运行机器人时出现了小跑步态。与最先进的基于强化学习的机器人控制算法相比，观察到$23.3\times$的计算功耗节省。这种神经科学-算法协同设计方法可能潜在地实现包含胶质细胞功能的神经形态系统功能的量子跃迁。