On 6.-th of May. 2006. the Polytechnical Engineering College Subotica and Department of Biophysics of the KFKI Research Institute for Particle and Nuclear Physics held a joint workshop in Subotica on neuro-inspired autonomous robots. The aim of the workshop was to identify complementary areas of competence and establish scientific ties between the two institutions. The participants are grateful to the Polytechnical Engineering College Subotica for the organisation of the workshop.
For a pdf version of this page click here.
The abstracts of presentations are given in Hungarian.
For further information please contact the authors.
Négyessy László
MTA-SE, Neurobiológiai Kutatócsoport, Budapest, Magyarország, H-1094
e-mail: negyessy@ana.sote.hu
Bevezető jelleggel ismertetem a funkcionális kérgi reprezentációk elemi egységeit: a szenzoros kérgi receptív mezők, a motoros funkciókhoz köthető válasz mező, valamint a belső reprezentációkat (korábbi tapasztalatok, motiváció stb.) megjelenítő és a döntéshozatalban is fontos szerepet játszó memória mező fogalmát. Ismert szenzoros kérgi térképek bemutatásával vizsgáljuk hogyan alakulnak ki az említett elemi egységekből funkcionális reprezentációk. A nagyléptékű kérgi hálózat megismerésével érintjük a funkcionális reprezentációk viszonyát, kölcsönhatását (bottom up, top down és hierarchikus processzió), ami a magatartás szerveződésének alapjául szolgál. Végezetül néhány szóban felvázolom a döntéshozatal neurobiológiájáról szerzett ismereteket.
Somogyvári Zoltán
MTA KFKI RMKI
e-mail: soma@sunserv.kfki.hu
Trullier és Meyer 2000 és Arleo és munkatársai 2000 biológiailag realisztikus navigációs modelljei alapján bemutatjuk azon algoritmusok főbb jellegzetességeit, melyeket ma az agy tájékozódási képességei mögött sejtünk. Bemutatjuk továbbá azokat a biológiai jelenségeket, amelyek még értelmezésre várnak.
Huhn Zsófia
MTA KFKI RMKI
e-mail: zsofi@rmki.kfki.hu
Az előzőekben bemutatott navigációs algoritmus(oka)t korábbi hippokampusz-kutatásaink eredményeinek felhasználásával fogjuk továbbfejleszteni. Korábbi munkáink során modelleztük az ún. helysejtek tüzelési mintázatának kialakulását, a hippokampális theta oszcilláció létrejöttének mechanizmusát, valamint vizsgáltuk a nemrégiben felfedezett ún. grid-sejtek navigációban betöltött szerepét. Az előadás ezen kutatások eredményeit foglalja össze röviden.
Kiss Tamás
MTA KFKI RMKI
e-mail: bognor@rmki.kfki.hu
Röviden azt mutatom be, hogyan gondoltuk modellezni a feladatmegoldó hálózatok kialakulását, működését és működés közbeni alakulását egy absztrakt modell keretében. Először megpróbálom definiálni a feladat megoldó hálózatot (ez nem fog teljesen sikerülni) és adok néhány példát rájuk. Kitérek arra, szerintem milyen okok miatt nem elégségesek az irodalomban fellelhető divatos leírások és modellek (pl. a Barabási modell), azaz miért szükséges egy általános modellkeretben is a kétszintű dinamikai leírás. Majd vázolom azt a modellt, melyet Kalamazooban Brad Bowennel elkészítettünk. Végül ejtek pár szót arról, miért is nem egy sikertörténet ennek a modellnek az élettörténete :-)
Takács Márta
Szabadkai Műszaki Főiskola
e-mail: marta@vts.su.ac.yu
A fuzzy irányítási alkalmazások alapja a szabály-alapú közelítő rendszer. A fuzzy atyjának, L. A. Zadehnek ma is elfogadott irányelve, hogy a ''soft computing'' technológiák, ezen belül a fuzzy is, alkalmazzon széles palettáról minél több matematikai modellt, hiszen a cél a rendszerek működésének, hatékonyságának növelése. Ha mindezt matematikai elmélettel is alá lehet támasztani, akkor az elfogadhatóvá teszi az alkalmazást a matematikus-társadalom irányában is, és természetesen az általánosított elméleti alapja lehet a további kutatásoknak is. Ennek szellemében egy új operátorcsoport, az uninormák csoportja, és a vele generált következtetési rendszer alapjai kerülnek bemutatásra.
Mester Gyula
Szabadkai Műszaki Főiskola
e-mail: gmester@vts.su.ac.yu
Pletl Szilveszter
Szabadkai Műszaki Főiskola
e-mail: pszilvi@vts.su.ac.yu
Röviden kitérek a robotkinematika, a pályatervezés és a robotdinamika fontosabb fogalmaira. Ismertetem a hierarchikus robotirányítási architektúrát. Bemutatom a legismertebb robotirányítási algoritmusokat: decentralizált irányítást, modellreferens irányítást, a kiszámított nyomatékok módszerét, az önhangoló adaptív irányítást, a hibrid pozíció/erő irányítást, az MPC irányítást. Végezetül szólok az inverz modell alapú irányításokról: neurális hálózattal történő modellképzésről és a fuzzy-neurális irányításról.
Ódry Péter, Burkus Ervin, Sram Norbert
Szabadkai Műszaki Főiskola
e-mail: odry@vts.su.ac.yu
Egy hatlábú (HEXAPOD), lábanként 3 DOF-os, mechanikai szerkezetet ajánlunk fel kezdetnek. Ez a rendszer a mechanikán kívül tartalmaz (egy pillanatnyilag legnagyobb teljesítményű DSP processzort, TMS320C6416 1GHz alapú órajellel) multiprocesszoros felületet. A felület remélhetőleg alkalmas lesz az autonomitáshoz szükséges matematikai információfeldolgozásra. Ez a feldolgozás felöleli a vizuális információtól, vagy más szenzoros információból kiindulva a döntések megvalósításáig az egész matematikát. Ezen kívül minden lábra egy nagyteljesítményű processzort építünk be a robot rendszerébe, ezek a processzorok alkalmasak lesznek járásalgoritmusokkal kapcsolatos matematikai számításra (itt akár járás algoritmus kutatást értünk, akár járásmechanikát, stb.). Ezek a proceszszorok hálózatba lesznek kötve, a szerkezet nagysebességű wireless csatlakozással lesz összekötve egy stacionáris számítógéppel. A stacionáris számítógépen egy MATLAB felület fut ahova tetszőlegesen csatolhatók lesznek különböző tesztelésre váró algoritmusok. Ez a szerkezet a megépítésénél fogva egy minimális mértékű autonomitással fog rendelkezni. Ennek a rendszernek az az érdekessége, hogy tetszőleges szakterületről, amely valamilyen módon kötődhet a robottechnikához, becsatolódhatnak a kutatók, és a megvalósított algoritmusaik némi illesztéssel csatolhatók lesznek a rendszerhez és így real-time tesztelhető lesz az egész rendszer. A software egy nyílt rendszert fog képezni, ahol tetszőleges részeket lehet cserélni és tesztelni. A mások által fejlesztett MATLAB vagy C/C++ részek kódját optimalizálva beépítjük a processzor rendszerbe és real-time algoritmus vagy rész tesztelésére biztosítunk lehetőséget. A felkínált rendszer nem csak software tekintetében lesz tovább építhető, hanem reményeink szerint hardware tekintetében is.