Storyboard

A navegação requer dois componentes: construir e manter um mapa do ambiente (mapa cognitivo) e estimar a posição de alguém dentro desse mapa (localização). Os mamíferos possuem um sistema de navegação neurobiológica baseado em células locais (hipocampo), células de grade (córtex entorrinal) e células de direção da cabeça (subículo).

A integração de caminho calcula a posição acumulando deslocamentos: x(t) = x + v·cos()dt. O erro acumulado cresce à medida que t^(3/2) para ruído de velocidade: sem correção externa (pontos de referência), o animal está perdido. Os insetos (formigas do deserto, Cataglyphis) usam a integração de caminhos com surpreendente precisão para retornar ao ninho a distâncias de centenas de metros.

As células locais do hipocampo são ativadas quando o animal está em uma região específica do ambiente: seu campo de ativação é aproximadamente gaussiano com _place 15150 cm em ratos. O conjunto de todas as células de lugar (mapa de lugar) forma uma representação distribuída do espaço. As células da grade têm campos de ativação hexagonalmente periódicos: elas atuam como o sistema de coordenadas métricas do espaço.

SLAM (Simultaneous Localization and Mapping) é o problema de construir um mapa e localizar o robô simultaneamente, usando observações de pontos de referência incertos. A solução EKF-SLAM mantém a distribuição gaussiana do estado conjunto (posição do robô + posição do ponto de referência) e a atualiza sequencialmente a cada observação. Biologicamente, o hipocampo implementa um processo análogo.

O custo metabólico da locomoção cresce com a velocidade: em baixas velocidades há um custo fixo (suporte do corpo), e o custo total é aproximadamente quadrático em v para correr. Isto cria um incentivo evolutivo para uma velocidade ideal de locomoção que minimiza o custo por distância (não o tempo). Esta velocidade ideal corresponde à marcha preferida observada na maioria dos animais.

>Modelo

ID:('ky', 588)

Descrição

ID:(0, 588)