以光遗传增强的物理储库计算与in vitro神经网络来避免障碍
Yin Deng1,2, Jie Li1,2, Yarong Lin3
1Beijing University of Posts and Telecommunications, State Key Laboratory of Information Photonics and Optical Communications, Beijing, China.
Journal of biomedical optics
|October 24, 2025
概括
光遗传刺激增强了体外神经网络,以避免障碍. 最少的神经输出可以达到95%以上的成功率,为神经机器人控制铺平了道路.
科学领域:
- 神经科学是一个神经科学.
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
背景情况:
- 储水库计算利用复杂的神经网络来完成复杂的工作.
- 光遗传学允许精确控制神经元活动.
- 神经机器人系统将生物元件与机器人控制相结合.
研究的目的:
- 调查光遗传刺激对体外神经网络性能的影响,以避免障碍.
- 开发一个神经机器人系统,使用光遗传控制的神经网络和FORCE学习算法.
主要方法:
- 采用了一种全光学生物储计算框架,整合了光遗传学和成像.
- 开发了一个闭环系统,利用FORCE学习算法指导虚拟代理.
- 神经元活动被精确调节和记录,以控制系统的行为.
主要成果:
- 该系统在障碍物导航中实现了高精度和高效率,成功率超过95%.
- 光遗传刺激显著改善了避障成功率和系统适应性.
- 稳定的任务控制是通过仅15个神经元的最小输出实现的.
结论:
- 通过光遗传控制的生物神经网络显示出神经机器人应用的巨大潜力.
- 与光遗传学相结合的物理储计算能够准确有效地避免障碍.
- 这种框架可以推进由大脑启发的智能和神经机器人控制系统.
