WheelCon: Eine radgesteuerte Gaming-Plattform zum Studium der menschlichen sensorimotorischen Steuerung

Die menschliche sensorimotorische Steuerung ist extrem robust¹, obwohl die Erfassung verteilt ist, variabel, spärlich, quantisiert, laut und verzögert^2,3,4; die Berechnung im zentralen Nervensystem ist langsam^5,6,7; und die Muskelbetätigung ermüdet und sättigt⁸. Viele rechnerische theoretische Modelle wurden vorgeschlagen, um den komplizierten menschlichen sensorimotorischen Steuerungsprozess^{4,9,10,11,12,13,14}, das ist ein Kompromissprozess in menschlicher Reichweite und Antwort^15,16. Zum Beispiel, Feedback-Kontrolltheorie prognostiziert die optimale Steuerungspolitik¹², Bayesian Theorie Modelle sensorimotorisches Lernen^17,18,19 und Informationstheorie sensorimotorische Grundlage^20,21. Im Gegensatz zur Fülle theoretischer Modelle fehlt es experimentellen Plattformen, die wichtige Komponenten mehrerer Rückkopplungsschleifen manipulieren können, an Entwicklung. Dies ist zum Teil darauf zurückzuführen, dass die Entwicklung einer Plattform zur Überbrückung und Erprobung dieser Aspekte der sensorimotorischen Steuerung ein vielfältiges Spektrum an Fachwissen erfordert, das von der Theorie der Motorsteuerung über die Signalverarbeitung und Interaktion bis hin zur Computergrafik und Programmierung reicht. Forscher entwickeln oft ihre eigenen kundenspezifischen Hardware-/Softwaresysteme, um die leistung der menschlichen sensorimotorischen Steuerung zu charakterisieren, was die Möglichkeit einschränken kann, Datensätze über Forschungsgruppen hinweg zu vergleichen/kontrastieren und zu integrieren. Die Entwicklung eines benutzerfreundlichen und validierten Systems könnte die quantitative Charakterisierung der sensorimotorischen Steuerung erweitern.

In diesem Beitrag stellen wir die WheelCon-Plattform vor, eine neuartige, kostenlose und Open-Source-Plattform, um Videospiele für eine virtuelle Umgebung zu entwerfen, die ein Fitts’ Law erreichendes Spiel und eine Mountainbike-Aufgabe mit einem steilen, kurvenreichen und holprigen Trail nicht invasiv simuliert. Das Fitts-Gesetz zum Erreichen der Aufgabe quantifiziert den Kompromiss zwischen Geschwindigkeit und Genauigkeit, bei dem die Zeit, die für das Erreichen eines Breitenziels auf Entfernungsskalen benötigt wird, wie^22,23beträgt. Die “Mountainbike-Aufgabe” ist eine Kombination aus Verfolgungs- und Kompensationsverfolgungsaufgabe, die zwei klassische Komponenten der Forschung zur menschlichen sensorimotorischen Leistung sind, insbesondere im Hinblick auf das Studium von Rückkopplungsschleifen.

WheelCon enthält die in jeder Theorie vorgestellten dringend geforderten Grundkomponenten: Verzögerung, Quantisierung, Rauschen, Störung und mehrere Rückkopplungsschleifen. Es ist ein mögliches Werkzeug, um die folgenden verschiedenen Fragen in der menschlichen sensorimotorischen Steuerung zu untersuchen:

• Wie das menschliche sensorimotorische System mit der Verzögerung und Quantisierung in der neuronalen Signalisierung umgeht, die durch die begrenzten Ressourcen (wie Raum und Stoffwechselkosten) im Gehirn grundsätzlich eingeschränkt ist^24,25;
• Wie neuronale Korrelation im menschlichen Kortex mit sensorimotorischer Steuerung²⁶;
• Wie Menschen mit den unvorhersehbaren, äußeren Störungen in der sensorimotorischen Steuerung umgehen²⁷;
• Wie die hierarchischen Regelkreise geschichtet und integriert in menschliche sensenmotorische System^16,28,29;
• Die Folge der Verzögerung und Quantisierung in der menschlichen visuellen Rückkopplung³⁰ und Reflex-Feedback³¹ in der sensorimotorischen Steuerung;
• Die optimale Politik und Strategie für sensorisches Lernen unter Verzögerung und Quantisierung^16,17,24,29.

WheelCon lässt sich in ein Lenkrad integrieren und kann Spielbedingungen simulieren, die die Variablen in diesen Fragen manipulieren, wie z. B. Signalverzögerung, Quantisierung, Rauschen und Störungen, während die dynamische Steuerungsrichtlinie und Systemfehler aufgezeichnet werden. Es ermöglicht Forschern auch, die geschichtete Architektur in der sensorimotorischen Steuerung zu studieren. Im Beispiel des Mountainbikefahrens sind zwei Steuerschichten dabei: der Hochschichtplan und der Low-Layer-Reflex. Für sichtbare Störungen (d.h. den Weg) planen wir, bevor die Störung eintrifft. Bei im Voraus unbekannten Störungen (d.h. kleinen Unebenheiten) setzt die Steuerung auf verzögerte Reflexe. Die Theorie der Feedback-Kontrolle schlägt vor, dass effektive mehrschichtige Architekturen die Ziele, Pläne, Entscheidungen der höheren Schichten mit der Sensorik, dem Reflex und der Aktion der unteren Ebenen integrieren können²⁴. WheelCon bietet experimentelle Werkzeuge, um unterschiedliche Störungen in der Plan- und Reflexschicht separat zu induzieren, um eine solche geschichtete Architektur zu testen (Abbildung 1).

Wir bieten eine kostengünstige, einfach zu bedienende und flexible Programmierplattform WheelCon, die die Lücke zwischen theoretischen und experimentellen Studien über Neurowissenschaften überbrückt. Um genau zu sein, kann es verwendet werden, um die Auswirkungen von Verzögerung, Quantisierung, Störung, potenziell Geschwindigkeit-Genauigkeit Kompromisse zu untersuchen. Die Variablen, die in Regelschleifen bearbeitet werden können, sind in Tabelle 1dargestellt. Es kann auch für die Untersuchung der Entscheidungsfindung und Multiplexing-Fähigkeit über verschiedene Kontrollschichten in der menschlichen sensorimotorischen Steuerung angewendet werden. Darüber hinaus ist WheelCon mit nichtinvasiven neuronalen Aufnahmen wie Elektroenzephalographie (EEG) kompatibel, um die neuronale Reaktion während der sensorimotorischen Steuerung^32,33,34,35, und die nicht-invasiven Hirnstimulationstechniken wie Transkranielle elektrische Stimulation (tES) und transkranielle Magnetische Stimulation (TMS) zu messen, um die neuronale Aktivität^36,37zu manipulieren.