ロボットマニピュランダムに運動スキルの学習過程を調査

運動タスクは広く運動学習、または神経学的または薬理学的動物モデルにおける運動機能の変化に関連した行動および神経の変化を評価するために使用されます。微細運動機能は、しかしながら、げっ歯類において定量化することは困難です。そのような穀物¹の操作、パスタ^2、またはヒマワリの種³として手先の器用さを必要とするタスクは、敏感であり、動物の広範囲の訓練を必要としません。彼らの主な欠点は、これらのタスクは、主に定性的な結果をもたらすと明確に得点することは困難であるということです。

このようなタスクに到達する単一のペレットのバリエーションとして、熟練到達タスクは^、4、5を定量化することがより簡単です。しかし、これらのタスクの実行が成功の基礎となる運動学的要因は限定的にしか推論し、労働集約型フレームごとの映像aを必要とすることができますnalysis。

ロボット装置は、前肢の機能と運動能力の側面を定量化する手段として人気を得ています。いくつかの自動化された到達タスクが用意されています。このようなリニアガイド⁶に沿ってハンドルを引くなどの前肢の動き^、7、簡単な遠位四肢運動^8、または足⁹の回内や回外の単一の側面に関する大半の焦点。これらのデバイスはで運動機能の解析のための約束を示しているが、彼らは唯一の拡張限らに達する単一のペレット中に実行される複雑な運動行動を反映しています。

ここでは、ラット^10、11内の様々な運動課題の訓練と評価のために開発された3自由度のロボット装置、ETH Pattusの使用を示します。それは、平面とリーチでラットの前肢運動の回転運動、把握、およびを記録します水平面内で行う作業を引っ張ります。ラットは、試験ケージの窓を介して到達することができます6ミリメートル径の球状のハンドル（15センチ、長さ40センチ、高さ：幅45センチメートル）を介してロボットと対話し、（押し引き水平面内で移動しました動き）と回転（回内・回外運動）。このように、従来の単一のペレット到達タスク中に実行されるものに近似の動きを実行するために、ラットを可能にします。ウィンドウは幅10mmとケージの床の上50ミリメートルの位置です。ハンドルは55ミリメートル床の上に位置しています。スライドドアのブロックは到達試験間のハンドルにアクセスし、ロボットがその開始位置に到達し、裁判が終了した後に閉じたときに表示されます。正しく実行運動後、ラットを試験ケージの反対側に食糧報酬を受け取ります。

ロボットは、ソフトウェアを介して制御および位置Oに関する情報が得られ、1000年Hzで3ロータリエンコーダからの出力を記録されています水平面、並びにその回転角のハンドルF（詳細については^、11を参照^して参照してください）。成功したタスクの実行に必要な条件（ 例えば 、最小はリーチとプルタスクで正中線からの距離と最大偏差を引っ張る必要）各トレーニングセッションの前に、ソフトウェアで定義されています。ハンドルの最初の標準化された基準位置は、各トレーニングセッションの開始時に、固定ホルダーが記録されています。この基準は、各試験のためにハンドルの一定の開始位置を保証する、セッション内のすべての試験のために使用されます。ケージのウィンドウへのハンドルの相対的な一定の位置決めがケージ、ロボット上のマークの位置合わせ（ 図1）によって保証されています。

到達運動のビデオ記録は、小型高速カメラ（120フレーム/秒、640×480の解像度）を使用して記録されています。カメラのビューにある小さなディスプレイは、ラットの識別番号、トレーニングセッションを示し、トライアル数と試行結果（成功または失敗）。これらのビデオは、記録された結果を確認すると、接触の前の動きに到達ハンドルの引っ張りや回転の影響を評価するために使用されます。

ここでは、リーチとプルタスクのバリエーションで、このロボットプラットフォームの使用を示します。このタスクは、他の当到達パラダイムと同等であり、再現性のある結果が得られる期間内にトレーニングすることができます。我々は典型的なトレーニングプロトコルだけでなく、いくつかの主要な出力パラメータを記述します。さらに、我々は、使用されるトレーニングプロトコルの小さな変化は、運動技能学習プロセス内の独立したサブプロセスを表すことができる行動の結果の変更された時間のコースをもたらすことができる方法を示しています。