基于信息的动物与机器人运动中枢化度量

生物学中的运动通常通过耦合子组件（如肌肉和肢体）的分布式控制来实现。耦合可从弱而局部的（即去中心化）到强而全局的（即中枢化）不等。我们开发了一种无模型的中心化度量，用于比较控制信号与全局和局部状态之间共享的信息。第二种度量称为共信息，量化了控制信号与两种状态共享的净冗余信息。我们首先通过耦合振荡器的仿真验证我们的度量，并表明其成功重构了从低耦合强度到高耦合强度的转变。然后我们测量了自由奔跑蟑螂中的中心化。令人惊讶的是，中腿伸肌活动对所有腿组合运动的表征信息量高于对该特定腿运动的表征信息量。蟑螂的中心化成功复现了先前用于建模蟑螂腿部运动学的强耦合振荡器网络的特定模型。按步频分组后，较慢的蟑螂步幅比更快的步幅在每步中表现出更多的控制与输出状态间的共享信息，表明存在信息带宽限制。然而，两组间的中心化保持一致。我们随后使用机器人模型表明，中心化可受机械耦合影响而与神经耦合无关。机械耦合的跳跃步态是去中心化的，并且随着机械耦合减弱而变得更加去中心化，而控制的内部参数保持不变。这些系统的结果跨越了中心化与共信息的设计空间，可用于检验生物学假设并指导机器人控制设计。