Distributed cerebellar plasticity implements generalized multiple scale memory components in real robot sensorimotor tasks

The cerebellum plays a crucial role in motor learning and it acts as a predictive controller. Modeling it and embedding it into sensorimotor tasks allows us to create functional links between plasticity mechanisms, neural circuits and behavioral learning. Moreover, if applied to real-time control of a Neurorobot, the cerebellar model has to deal with a real noisy and changing environment, thus showing its robustness and effectiveness in learning. A biologically inspired cerebellar model with distributed plasticity, both at cortical and nuclear sites, has been used. Two cerebellum-mediated paradigms have been designed: an associative Pavlovian task and a vestibulo-ocular reflex, with multiple sessions of acquisition and extinction and with different stimuli/perturbation patterns. The cerebellar controller succeeded to generate conditioned responses and finely tuned eye movement compensation, thus reproducing human-like behavior. Through a productive plasticity transfer from cortical to nuclear sites, the 3-site distributed cerebellar controller showed in both tasks the capability to optimize the learning on multiple timescales, to store permanent motor memory and to effectively adapt to dynamic ranges of stimuli. In the dissertation the following steps have been carried out:  Design of Robotic protocols  Controller development embedding the cerebellum adaptive model  Test and results interpretation

Il cervelletto svolge un ruolo cruciale nell’apprendimento motorio ed agisce come un controllore predittivo. La sua modellazione e integrazione all’interno di compiti sensorimotori permette di creare legami funzionali tra i meccanismi di plasticità, i circuiti neurali e l'apprendimento comportamentale. Inoltre, se applicato al controllo in tempo reale di un Neurorobot, il modello cerebellare deve svolgere il suo compito all’interno di un ambiente rumoroso e variabile, dimostrando in questo modo la sua robustezza ed efficacia nel processo di apprendimento. In questo lavoro è stato utilizzato un modello biologicamente ispirato al cervelletto, con una plasticità distribuita sia a livello corticale sia a livello dei nuclei cerebellari profondi . Sono stati progettati due paradigmi di apprendimento nei quali il cervelletto svolge un ruolo predominante: un compito di associazione temporale pavloviana e il riflesso vestibolo-oculare. I paradigmi sviluppati prevedevano sessioni multiple di acquisizione ed estinzione e differenti tipologie di stimolo/perturbazione. Il controllore cerebellare è riuscito a generare risposte condizionate e a regolare in modo fine il movimento degli occhi in risposta ad una rotazione della testa, riuscendo quindi a riprodurre il comportamento riscontrato nei soggetti umani in letteratura. Attraverso un produttivo trasferimento di plasticità dai siti di plasticità corticali a quelli nucleari, il controllore cerebellare provvisto di tre siti di plasticità ha mostrato in entrambi i compiti la capacità di ottimizzare l'apprendimento su molteplici scale temporali, di sviluppare una memoria motoria persistente e di adattarsi efficacemente ad una gamma dinamica di stimoli. Nella tesi sono state sviluppate le seguenti parti:  Progettazione di protocolli robotici  Sviluppo di un controllore includendo il modello adattivo di cervelletto  Test e interpretazione dei risultati