banner
Дом / Новости / Характеристика визуального управления рулевым управлением для перехвата целей, следующих по извилистым траекториям, с использованием качественного обнаружения несоответствий.
Новости

Характеристика визуального управления рулевым управлением для перехвата целей, следующих по извилистым траекториям, с использованием качественного обнаружения несоответствий.

Jul 06, 2023Jul 06, 2023

Том 12 научных отчетов, номер статьи: 20246 (2022) Цитировать эту статью

639 Доступов

1 Цитаты

1 Альтметрика

Подробности о метриках

В этом исследовании изучались информационные переменные, определяющие поведение рулевого управления в задаче локомоторного перехвата с целями, движущимися по круговым траекториям. Используя новый метод анализа, фокусирующийся на временной коэволюции рулевого поведения и потенциальных источниках информации, управляющих этим поведением, мы намеревались лишить законной силы доверие к правдоподобным информационным кандидатам. Применённый к отдельным испытаниям, а не к средним значениям по ансамблю, этот метод качественного обнаружения несоответствий (QuID) показал, что поведение рулевого управления несовместимо с доверием к информации, основанной на любом типе изменения агент-центрированного угла курса цели. Изменения первого порядка в угле подшипника мишени, ориентированной на окружающую среду, также не могли адекватно объяснить изменения в поведении, наблюдаемые в различных экспериментальных условиях. Для регистрации наблюдаемого момента изменения поведения рулевого управления в конечном итоге потребовалось сочетание изменений угла подшипника (основанного на скорости) первого порядка и (основанного на ускорении) второго порядка. Хотя этот результат может указывать на зависимость от изменений угла пеленга на основе дробного порядка, общая важность настоящих результатов заключается в демонстрации необходимости отойти от существующей практики попыток подогнать поведение к априорно постулируемым функциональным стратегиям, основанным на о категориальных различиях между оперативными эвристическими правилами и законами управления.

Локомоторный перехват можно наблюдать в самых разных ситуациях: от льва, преследующего газель по равнине, до группы детей, играющих в салки на школьном дворе, или футболиста, бегущего перехватить передачу на спортивной площадке. Однако, как ни удивительно, несмотря на значительный объем работы, вопрос о том, как мы решаем такие задачи, остается без ответа. Действительно, хотя в настоящее время широко признано, что локомоторный перехват обычно контролируется онлайн, то есть на основе доступной в настоящее время информации1,2,3,4,5,6,7,8,9,10,11,12,13 14,15,16,17,18,19,20,21, точный способ использования информации для регулирования поведения во время локомоторного перехвата все еще остается предметом дискуссий. В данной статье мы опираемся на недавно разработанный метод анализа3 и демонстрируем, как он может способствовать эмпирическому разрешению этой дискуссии. Однако, чтобы двигаться дальше, нам сначала нужно заложить основы дискуссии.

Эмпирические исследования онлайн-контроля локомоторного перехвата движущихся целей привели к выявлению набора функциональных стратегий22,23,24,25,26. Операционные различия между такими стратегиями обычно характеризуются соответствующим угловым отношением агент-цель, как с точки зрения конкретного типа выбранного угла (агент-ориентированный или ориентированный на окружающую среду), так и конкретного порядка производной по времени этого угла, на который полагаются для управления поведением. . Изображение последнего в литературе, кроме того, варьируется в зависимости от выбранного уровня описания, фокусируясь либо на основанном на эвристике желаемом устойчивом поведении, либо на основанном на динамике основном механизме, который может привести к достижению этого желаемого поведенческого состояния.

Проиллюстрируем это конкретными примерами, сосредоточив внимание на перехвате целей, движущихся в плоскости движения агента, как в приведенных выше примерах. Углами, рассматриваемыми в этой ситуации, являются (ориентированный на агента) угол курса цели β и (ориентированный на окружающую среду) угол пеленга цели θ (определения см. на рисунке 1a). В этой ситуации выделяются как минимум три различные стратегии. В классической стратегии преследования (эвристически называемой ZTHA для нулевого угла курса цели) агент постоянно стремится двигаться в текущем направлении цели, то есть поддерживать угол курса цели β на нулевом уровне. Что касается лежащего в основе контроля, такое поведение обычно реализуется посредством динамики управления, основанной на обнулении (т.е. минимизации величины) β27,28,29,30. Таким образом, поскольку β = d0β/dt0, такую ​​стратегию можно квалифицировать как стратегию нулевого порядка на основе β. С другой стороны, в классической стратегии перехвата (эвристически называемой CTHA для постоянного угла курса цели) агент постоянно ищет движение, чтобы поддерживать постоянный угол β курса цели на некотором ненулевом значении, специфичном для конкретной ситуации. С точки зрения динамики такое поведение обычно выражается путем обнуления скорости изменения β (т.е. обнуления d1β/dt1)1,2,6,7,15,23 и, таким образом, может быть квалифицировано как основанное на β первое стратегия заказа. С этой классической стратегией перехвата часто путают1,2,6,7,15,31,32,33,34,35,36 стратегию (эвристически называемую CBA, что означает постоянный угол пеленга), направленную на поддержание угла пеленга цели. постоянная θ. Эта последняя стратегия традиционно реализуется путем обнуления скорости изменения θ (т.е. обнуления d1θ/dt1)3,23 и, таким образом, может быть квалифицирована как стратегия первого порядка, основанная на θ. Отметим, что когда агент движется быстрее цели, все три стратегии могут привести к успешному перехвату. Графические иллюстрации эвристик ZTHA, CTHA и CBA обычно основаны на представлениях на основе временных шагов, чтобы продемонстрировать прототипы устойчивых локомоторных путей, с которыми они связаны (примеры см. на рис. 1b–d). Однако важно иметь в виду, что такие иллюстрации не могут выявить важные аспекты реального поведения перехвата, наиболее важным из которых является их неспособность уловить переходные процессы к таким устойчивым состояниям, которые на самом деле представляют собой признаки лежащей в основе динамики. Действительно, хотя устойчивое поведение, связанное с данным эвристическим правилом (ср. движение, чтобы поддерживать некоторую желаемую ситуацию), является просто подтверждающим, именно в (переходной) эволюции поведения с течением времени действует основной механизм управления, ведущий к система к такому устойчивому состоянию может проявиться.

 4°/s to the moment that dϕ/dt first exceeded 1°/s for the first identified event or 0°/s for later events within the same trial, adding the criterion that the steering direction on a subsequent event needed to be opposite to the direction of the previous steering event. Finally, to ensure that the observed change in steering direction was sufficiently substantial, we required that heading angle changed at least 4° following a change in steering direction. If not, the event was not taken into account. To avoid extreme values in the final part of the interception action, we limited the timeframe for our search to maximally 200 ms before the moment of interception./p>