动力冲程-恢复系统中感觉反馈的变分设计

尽管大脑存在的理由是维持身体的生存，但关于闭环节律运动控制系统的理论研究相对较少。本文基于变分分析，提供了一个统一的框架，用于研究动力冲程-恢复系统中性能和鲁棒性的双重目标。我们通过为每个模型配备一个基于系统相对于空间扩展外部底物的进展速率的性能度量（例如，对于运动任务，相对于地面的进展），增强了两个先前发表的闭环运动控制模型。灵敏度度量量化了系统在外部扰动下维持性能的能力。受寻找实现效率和鲁棒性互补要求的反馈控制最优设计原则的启发，我们讨论了具有不同感觉反馈架构的系统的性能-灵敏度模式。在一个典型的半中心振荡器（HCO）-运动系统中，我们观察到反馈机制的兴奋-抑制特性决定了灵敏度模式，而激活-失活特性决定了性能模式。此外，我们表明反馈信号S形激活的非线性允许存在性能和灵敏度的最优组合。在一个详细的后肢运动系统中，我们发现力依赖的反馈可以同时优化性能和鲁棒性，而长度依赖的反馈变化导致显著的性能-灵敏度权衡。因此，这项工作为研究非线性动力系统中振荡的反馈控制提供了一个分析框架，并产生了一些可能为控制或康复系统设计提供信息的见解。