Spiking neural network controller for a neurorobotic whisker system

It is common for animals to use self-generated movements to actively sense their environment. For instance, rodents rhythmically move their whiskers to touch the surrounding space. Mouse whisker system has become a standard model to study active sensing and sensorimotor feedback loops. In this thesis, the peripheral part of a rodent whisker system has been implemented using a spiking neural network. Then, the network has been embodied and tested on a simulated mouse robot inside the Neurorobotic Platform, a platform offering a virtual environment to develop and test robots. Eventually, the whisking system has been integrated with a cerebellar spiking controller, and the overall model proved to be able to learn during an object localization experimental protocol, in agreement with neurophysiological experiments.

È comune per gli animali usare i propri movimenti per esplorare attivamente l'ambiente. Per esempio i roditori muovono ritmicamente le vibrisse per toccare lo spazio circostante. Il sistema vibrissale del topo è diventato un modello standard per lo studio della percezione attiva e dei meccanismi di feedback sensomotorii. In questa tesi è stata implementata la parte periferica del sistema vibrissale di un roditore utilizzando una rete neurale spiking. Successivamente la rete è stata incorporata e provata in un topo simulato all'interno della Neurorobotic Platform, una piattaforma che offre un ambiente virtuale dove sviluppare e testare robot. In seguito, il sistema vibrissale è stato integrato con un controllore cerebellare spiking e il modello è stato provato essere capace di apprendere durante un protocollo sperimentale di localizzazione oggetti, in accordo con esperimenti neurofisiologici.