Les neurorobots se sont révélés idéaux pour analyser la locomotion animale et la poignée de moteur électrique, puis pour concevoir des contrôleurs de robot. Les types neuronaux des principaux générateurs de routine, les piscines de motorneurones qui parcourent une conduite répétée, sont déjà habitués à gérer la locomotion chez les robots. Kimura et ses collègues ont indiqué comment la neurorobotique peut fournir un lien entre la neuroscience et la biomécanique en montrant une locomotion émergente à 4 pattes basée sur des éléments de générateur de style clés modulés par des réflexes. Leur groupe a créé un type de générateur de puissance à conception apprenable et a montré sa viabilité en utilisant plusieurs bons exemples automatiques artificiels et humanoïdes. Ijspeert et ses collègues ont construit un robot amphibie ressemblant à une salamandre qui peut faire aussi bien patiner que se promener, et montre donc une phase clé dans l’avancement de la locomotion à pattes de vertébrés. Une configuration neurorobotique a été découverte nécessaire pour (1) tester si les types pouvaient créer une locomotion à la fois dans l’eau et ainsi de suite sur le terrain et (2) analyser comment les commentaires sensoriels affectent l’ère du design puissant. Une motivation neuronale intrigante pour l’apparition de contrôleurs de robot peut être le processus de neurone en miroir observé chez les primates. Les neurones de correspondance dans le cortex prémoteur sont vivants, chaque fois qu’un singe saisit ou manipule des objets physiques, alors quand il montre un autre chien exécutant des actions similaires (Rizzolatti et Arbib, 1998). Les neuroroboticistes, en utilisant cette notion de recherche de neurones en verre, ont suggéré que des mouvements sophistiqués tels que se rendre et locomotion pourraient être obtenus par le biais de faux. Un produit basé sur la tête ayant un hippocampe simulé avec ses emplacements encerclants. Darwin XI est représenté avec l’option raison de son environnement de labyrinthe supplémentaire. Darwin XI a commencé une démo en alternance avec le bras gauche de départ Est ou Ouest, et a utilisé ses moustaches artificielles pour suivre le bras gauche du labyrinthe jusqu’à ce qu’il atteigne le stade de choix. Parce qu’il a suivi la structure du mur du labyrinthe, ses moustaches ont détecté des styles de chevilles, son appareil photo numérique a détecté des cartes de repères de couleur à l’extérieur, sa boussole présentée comme allant, ainsi que sa lumière laser a fourni des détails de portée. Au début de l’entraînement, Darwin XI a reçu un stimulus gratifiant lorsqu’il a choisi le bras cible Sud. Juste après avoir découvert efficacement cette tâche, le stimulus satisfaisant a été activé sur le bras cible Nord. Modifié de (Fleischer et al., séminaire Nice 2007). Une technique supplémentaire pour la poignée de moteur électrique dans les robots à stimulation neurale consiste à appliquer un contrôle prédictif pour convertir des mouvements encombrants et prédisposés à des problèmes en actions précises et précises. Les théories récentes de la gestion des unités motrices indiquent que le cervelet apprend à changer les réflexes primitifs avec des indicateurs de moteur électrique prédictifs. L’idée serait que les effets des commandes de moteur réflexives offrent des signaux de défaut pour un contrôleur prédictif, qui à son tour découvre qu’il produit un bon signe de gestion du moteur avant la réponse réflexe moins adaptative. Les conceptions d’inspiration neurale incluent l’utilisation de ces concepts dans le style de robots qui déterminent comment éviter les défis (McKinstry et al., 2006; Porr et Worgotter, 2003), développer l’œil exact (Dean et al., 1991) et effectuer des actions adaptatives du bras (Dean et al., 1991; Eskiizmirliler et al., 2002; Hofstotter et al., 2002). La figure 1 révèle un produit centré sur le cerveau humain, contenant un modèle de votre cervelet et de votre zone corticale MT, qui a calculé les collisions en fonction des signaux d’action esthétique et a adapté ses mouvements en conséquence.