![]() |
CiteULike | ![]() |
AlainDutech's CiteULike | ![]() |
![]() |
|
![]() |
Register | ![]() |
Log in | ![]() |
Internal models in the cerebellum |
Reviews
[Write a review of this article]
Notes for this articlePasse en revue différents modèles fonctionnels du cervelet.
- modèle forward : relation input->output (S,A)->S
- modèle inverse : donne la commande qui donnera une transition désirée (S,S')->A
Pour pouvoir corriger et contrôler efficacement un mouvement, il n'y aurait que deux solutions en "boucle ouverte".
- equilibirium-point control : repose sur des réflexes et les propriétés de ressort des muscles. Mais il faudrait que les muscles soient bien rigides, ce qui n'est pas le cas dans une expérience ('''à creuser?''')
- modèle inverse : qu'il faut donc acquérir, ce qui est difficile sans signal d'erreur (qui ferait qu'on n'a pas besoin d'un modèle inverse).
[Kawato87,92] propose un modèle (CBFELM)à base de modèle inverse avec en plus un modèle forward pour justement inférer cette erreur. ('''Q''' mais il est où le modèle forward ?). Les cellules de Purkinje (P-cell) sont activée comme un modèle inverse. fibres grimpantes = signal erreur, fibres moussues = entrée ( déplacement désiré ).
[Q] : c'est quoi la différence entre les spike simples et complexes dans les P-cells?
Un modèle "forward" est utile quand le feedback perceptif met du temps avant d'être disponible. Pas de preuve biologique directe. Certains travaux pensent que les fibres grimpantes ont un rôle plus consistant avec la prédiction de la réafference sensorielle qu'avec la génération de commande motrice. Modèle critiqué car il y a 2 modèles forward à apprendre, mais d'après Wolpert c'est des constantes de temps différentes.
[Q] : comment ça marche avec nous puisqu'il n'y a pas/peu de retour sensoriel?
Des modèles couplés. L'idée est d'avoir une batterie de "modules" avec un modèles inverse pour générer la commande, mais où la commande de chaque module serait pondérée par sa capacité à bien prédire le résultat de la commande (sélection d'action modulée/pondérée), d'où l'intérêt d'un modèle forward. Mais on ne sait pas comment cela se 'map' dans le cervelet.
[Q] : et quand y'a pas, peu, de retour? Ca marche?
J'aime bien les questions importantes
- On a des preuve du modèle inverse pour les mvt des yeux mais moins facilement pour les mains et les bras. Est-ce uniquement dû à une différence de complexité dans les fonctions qui rend le modèle inverse moins facilement détectable.
- est-ce que les paires sont spatialement séparées ou groupées?
- Il est généralement admis que les fibres grimpantes conduisent le signal d'erreur moteur dans le cas des yeux, est-ce pareil pour d'autres mouvements?
- Les hypothèses avec modèle inverse donnent un rôle au cervelet, le rôle des mécanismes est moins clair. Importance de LTD vs LTP ??
- Est-ce qu'on peut étendre la notion de modèle inverse au sein du cervelet à des fonctions plus cognitives (planification, perception, communication, etc)
Find related articles from these CiteULike users
Find related articles with these CiteULike tags
Posting History
AbstractThis review will focus on the possibility that the cerebellum contains an internal model or models of the motor apparatus. Inverse internal models can provide the neural command necessary to achieve some desired trajectory. First, we review the necessity of such a model and the evidence, based on the ocular following response, that inverse models are found within the cerebellar circuitry. Forward internal models predict the consequences of actions and can be used to overcome time delays associated with feedback control. Secondly, we review the evidence that the cerebellum generates predictions using such a forward model. Finally, we review a computational model that includes multiple paired forward and inverse models and show how such an arrangement can be advantageous for motor learning and control.
BibTeX record
RIS record