Publication

Motor control: Neural correlates of optimal feedback control theory

Mackenzie Mathis, Steffen Schneider
2021
Journal Articles

Résumé

Recent work is revealing neural correlates of a leading theory of motor control. By linking an elegant series of behavioral experiments with neural inactivation in macaques with computational models, a new study shows that premotor and parietal areas can be mapped onto a model for optimal feedback control.

Source officielle

https://infoscience.epfl.ch/entities/publication/b7a506e7-acca-4450-a094-8c2e60d69930

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Mackenzie Mathis, Steffen Schneider
2021
Journal Articles

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/b7a506e7-acca-4450-a094-8c2e60d69930

À propos de ce résultat

Concepts associés (21)

Rétroaction

vignette|Représentation d'une boucle de rétroaction. La rétroaction (en anglais feedback) est un processus dans lequel un effet intervient aussi comme agent causal sur sa propre origine, la séquence des expressions de la cause principale et des effets successifs formant une boucle de rétroaction. Une rétroaction est une interaction dans laquelle la perturbation d’une variable provoque le changement d'une seconde variable, qui influe à son tour sur la variable initiale. Une rétroaction forme une boucle fermée dans un diagramme de causalité.

Contre-réaction

vignette|Modèle simple de contre-réaction. En électronique le principe de la contre-réaction permet le contrôle des circuits d', de filtrage ou d'asservissement. Elle permet de rendre leurs caractéristiques de fonctionnement indépendantes, dans une large mesure, des différents constituants internes de ces systèmes. Le principe de la contre-réaction a été découvert par Harold Stephen Black le 2 août 1927. Cette idée lui serait venue alors qu'il se rendait à son travail aux laboratoires Bell.

Commande optimale

La théorie de la commande optimale permet de déterminer la commande d'un système qui minimise (ou maximise) un critère de performance, éventuellement sous des contraintes pouvant porter sur la commande ou sur l'état du système. Cette théorie est une généralisation du calcul des variations. Elle comporte deux volets : le principe du maximum (ou du minimum, suivant la manière dont on définit l'hamiltonien) dû à Lev Pontriaguine et à ses collaborateurs de l'institut de mathématiques Steklov , et l'équation de Hamilton-Jacobi-Bellman, généralisation de l'équation de Hamilton-Jacobi, et conséquence directe de la programmation dynamique initiée aux États-Unis par Richard Bellman.

Afficher plus

Publications associées (31)

Augmenting locomotor perception by remapping tactile foot sensation to the back

Mohamed Bouri, Olaf Blanke, Oliver Alan Kannape, Atena Fadaeijouybari, Selim Jean Habiby Alaoui

Background :Sensory reafferents are crucial to correct our posture and movements, both reflexively and in a cognitively driven manner. They are also integral to developing and maintaining a sense of agency for our actions. In cases of compromised reafferen ...

BioMed Central2024

The mouse motor system contains multiple premotor areas and partially follows human

Joanes Grandjean, Valerio Zerbi

While humans are known to have several premotor cortical areas, secondary motor cortex (M2) is often considered to be the only higher -order motor area of the mouse brain and is thought to combine properties of various human premotor cortices. Here, we sho ...

Cell Press2024

Task-driven neural network models predict neural dynamics of proprioception: Neural network model weights

Axel Bisi, Alberto Silvio Chiappa, Alexander Mathis, Alessandro Marin Vargas

Proprioception tells the brain the state of the body based on distributed sensors in the body. However, the principles that govern proprioceptive processing from those distributed sensors are poorly understood. Here, we employ a task-driven neural network ...

Zenodo2024

Afficher plus