Interessant voor robotica: brein gebruikt oude informatie voor nieuwe bewegingen

Bij iedere beweging stuit het brein op twee mogelijke problemen. Ten eerste is de zintuiglijke informatie die nodig is voor de beweging een klein beetje vertraagt. Ten tweede zit er een bepaalde onzekerheid in het aansturingscommando van de hersenen naar de spieren, omdat neuronen (natuurlijke) ruis bevatten. Volgens Tramper heeft het brein een slimme manier gevonden om beide problemen te omzeilen:  het combineert de verouderde informatie uit de zintuigen met ervaringen over een soortgelijke beweging die we in het verleden maakten. Onze hersenen gebruiken dus twee vormen van verouderde informatie om nieuwe bewegingen mogelijk te maken.

Computer versus proefpersoon

Duidelijkheid over de hersenprocessen achter beweging zijn van groot belang voor bijvoorbeeld robotica. Tramper probeert zijn bevindingen daarom te modelleren, zodat ze ooit in robots gebruikt kunnen worden. Voor bepaalde oog-handcoördinatie-experimenten is hem dat al gelukt, en presteert de computer op ongeveer hetzelfde niveau als proefpersonen. Als postdoc binnen het Donders Institute onderzoekt Tramper hoe zulke modellen te integreren zijn in  bio-inspired robots, robots gebaseerd op biologische principes.

SpaceCog

Het project waarbij Tramper momenteel als post doc betrokken is heet SpaceCog en heeft als doel om een robot te ontwikkelen die zich zelfstandig kan oriënteren in een ruimte, iets wat mensen automatisch doen. Dat is lastig omdat een robot na iedere beweging de informatie uit zijn sensoren (zoals camera’s) opnieuw moet interpreteren om te bepalen of de verandering komt door een eigen beweging of door een oorzaak van buiten. Binnen SpaceCog willen onderzoekers achterhalen hoe ons brein dit probleem heeft opgelost. Daar heeft Tramper nu drie jaar de tijd voor, daarna moet er een goed computermodel op de plank liggen.

Blik op de toekomst

Tramper onderzocht de oog-handcoördinatie door proefpersonen een soort computerspel te laten spelen. Met een gamecontroller moesten ze op een beeldscherm een digitaal linker- en rechterhandje onafhankelijk van elkaar een bepaalde weg laten afleggen, om ze uiteindelijk een gezamenlijk einddoel te laten bereiken (filmpje 1). De ogen van de proefpersonen bleken daarbij voor te lopen op de digitale handjes. De blik ligt dus op een punt dat de handjes pas in de toekomst gaan bereiken (filmpje 2). Die oogvolgbeweging heet smooth pursuit en was tot nu toe alleen waargenomen bij het volgen van objecten, dus bij externe stimuli. Tramper vond de smooth pursuit op punten waar de handjes nog niet waren, dus getriggerd door interne stimuli. 

Smooth pursuit

Tramper: "Eerder hebben we voor andere typen oogbewegingen al aangetoond dat je oog voorloopt om te anticiperen op bewegingen. Tot onze verbazing blijkt dat ook op te gaan voor smooth pursuit. Waarschijnlijk is dit een compromis tussen waar je op dat moment bent en waar je naartoe wil of moet. Je dient zowel rekening te houden met je huidige locatie, die steeds verandert, als met je einddoel. Dat kun je doen met behulp van smooth pursuit, door met je oog tussen beide locaties in te gaan ‘hangen’. Als we robots zoiets kunnen leren, zou dat helpen om hun bewegingen veel natuurlijk te maken. Daardoor kunnen robots op meer manieren functioneel worden ingezet."

Filmpje 1: Proefpersoon die de handjestaak uitvoert. Met behulp van de game controller stuurt de proefpersoon de digitale linker- en rechterhand naar het einddoel. In sommige gevallen moeten de handjes ook dor ieder hun eigen ‘poortje’ heen, voor ze naar het einddoel kunnen. De locaties van die poortjes verschillen per trial.

Filmpje 2: Dataverzameling tijdens het uitvoeren van de handjestaak. De oogpositie is weergegeven in blauw en de positie van de handjes in groen (links) en rood (rechts). Te zien is hoe de ogen eerst de rechterhand ‘helpen’, dan de linkerhand, en daarna een positie in het midden innemen om beide handen naar het einddoel te begeleiden.