Animals excel in skilled motor behavior, especially when compared to arti cial
systems. Several adaptive and predictive motor control frameworks have been
proposed to account for such performance, but the underlying biological implementation
remains elusive. In vertebrates, the cerebellum is the most promising
candidate locus where adaptive and predictive motor control primitives might be
implemented. Indeed, several motor learning paradigms indicate that the cerebellum
can drive anticipatory and well-timed coordinated motor actions. The most
widely employed of such paradigms, classical conditioning of the eyelid re ex (eyeblink
conditioning), has a well-de ned circuitry blueprint as well as known input
and output pathways. However, the underlying physiological mechanisms are
not fully understood, and neither is it clear whether cerebellar function in eyeblink
conditioning can be extrapolated to more general anticipatory actions. This
dissertation addresses these two questions relying on computational, robotic and
neuro-prosthetic approaches, following the hypothesis that the cerebellum, working
as an adaptive feedforward lter, interacts with a reactive layer of feedback control.
First, we show that GABAergic slow inhibitory currents provide a biologically
grounded mechanism accounting for the representation of time in the cerebellar
cortex. Based on such assumption, we build a computational model of the cerebellum
that successfully controls robots in avoidance learning tasks and replaces the
learning function of an inactivated rat cerebellum using a neuro-prosthetic implantation.
Thus, we provide a biologically grounded explanation of the mechanisms
underlying the acquisition of anticipatory responses by the cerebellum, that is fully
functional in both robotic and neuro-prosthetic scenarios. Altogether, this work
advances our understanding of the mechanisms at the basis of coordinated motor
control in animals, and through this, it takes a step towards developing equivalent
motor capabilities in arti cial systems. / Els animals assoleixen unes habilitats motores que superen de llarg la dels sistemes
arti cials actuals. S'ha proposat que diferents marcs de control adaptatiu i predictiu
estan a la base d'aquest acompliment, pero la seva implementació biològica
roman desconeguda. En el cas dels vertebrats, és el cerèvel l'estructura cerebral on
més probablement s'implementen aquestes primitives adaptatives i predictives. De
fet, multiples paradigmes d'aprenentatge motor indiquen que el cerevel es capaç
de controlar l'adquisició de accions motores anticipatòries i executar-les amb gran
precisió temporal. El paradigma més estudiat, el condicionament clássic del parpelleig,
té una anatomia ben de nida així com també un circuits d'entrada i sortida
coneguts. Tanmateix, els mecanismes a la base d'aquest tipus d'aprenentatge no es
coneixen com tampoc es sap si la funció del cérevel al condicionament del parpelleig
es pot generalitzar a altres tipus d'accions anticipatòries. Aquesta disertació adreça
aquestes dues qüestion i ho fa mitjaçant estudis computacionals, robotics i neuroprost
ètics, on apliquem l'hipòtesi que el cerevel actúa com a un ltre adaptatiu que
complementa la funció d'una capa de control reactiva. En primer lloc, demostrem
que les corrents inhibitories per versament proporcionen un sustrat siològic per a
la represtació del temps en l'escorça del cerevel. Basant-nos en aquesta assumpció,
desarrotlem un model computacional que es capaç de controlar un robot en un
tasca de prevenció de colisions i que, implementat en un implant neuro-prostètic,
també pot reemplaçar funcionalment el cerevel farmacologicament inactivat d'una
rata. D'aquesta manera, donem un explicació biologicament plausible per als mecanismes
que permeten l'aquisició de respostes anticipatories al cerevel, que a més a
més es funcional tant en l'àmbit de la robòtica com en el de les neuro-pròtesis. Tot
plegat, aquesta feina avança el coneixement relatiu als mecanismes que a la base del
control motor en animals, i mitjançant això dòna un pas vers el desenvolupament
de sistemes arti cials amb capacitats equivalents.
| Identifer | oai:union.ndltd.org:TDX_UPF/oai:www.tdx.cat:10803/129844 |
| Date | 05 December 2013 |
| Creators | Herreros Alonso, Ivan |
| Contributors | Verschure, Paul F. M. J., Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions |
| Publisher | Universitat Pompeu Fabra |
| Source Sets | Universitat Pompeu Fabra |
| Language | English |
| Detected Language | English |
| Type | info:eu-repo/semantics/doctoralThesis, info:eu-repo/semantics/publishedVersion |
| Format | 179 p., application/pdf |
| Source | TDX (Tesis Doctorals en Xarxa) |
| Rights | info:eu-repo/semantics/openAccess, L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Page generated in 0.002 seconds