Estoy leyendo sobre feedforward en el sistema de control. Y en esta conferencia , diapositiva 49, el autor dice que feedforward es común en sistemas humanos. Ejemplo, caminar, jugar al baloncesto, conducir un coche. ¿Podría explicar cómo se utiliza feedforward para caminar?
¿Podría explicar cómo se utiliza feedforward para caminar?
Hay muchos ejemplos.
Un buen ejemplo es conducir un automóvil en una curva.
En un sistema de retroalimentación pura, vas directo hasta que la señal de error te dice que ya no estás en el centro del carril y luego ajustas la dirección para compensar.
Los humanos miran hacia adelante y ven que se aproxima una curva, y en realidad giran un poco la rueda antes ingresando a la curva. Esto precompensa el retraso en la respuesta del automóvil.
Los otros ejemplos que cita son demasiado complejos para ser útiles para ilustrar solo la parte del comportamiento del feed-forward. Montar en monopatín es mucho más, por ejemplo, que un simple circuito de control con avance.
Creo que el autor está haciendo una analogía con comportamiento humano, no movimiento humano.
Por ejemplo: estoy jugando baloncesto y quiero marcar. Sé que probablemente necesito driblar hacia la canasta, evitando a los defensores, luego lanzar la pelota al aro. Sé todo esto sin ningún comentario: es un sistema feed-forward.
Algunas diapositivas más tarde (50), escribe:
¿La salida deseada es = salida?
Sí, si conocemos perfectamente el modelo!
Pero, raramente conocemos un sistema perfectamente (G0! G, G0 -1! G-1)
Es decir, si supiera exactamente lo que harían todos los defensores (el modelo), podría obtener puntos en el baloncesto utilizando solo un sistema de avance.
Por supuesto que eso no es exactamente cierto. Pero sí sé mucho sobre el modelo, especialmente si soy un buen jugador. Probablemente pueda anticipar lo que los defensores harán más o menos, antes de hacer la jugada. Elegiré mi juego en consecuencia.
En la siguiente diapositiva, el autor luego comenta agregar comentarios para lidiar con estas incógnitas, ya que la mayoría de los sistemas no perfectamente conocen el modelo.
Esto contrasta con los sistemas puramente de retroalimentación (controladores PID). Al incorporar un conocimiento a priori sobre el sistema, e incorporando feedforward en el sistema, se puede mejorar la precisión y se pueden superar las desventajas de los sistemas de solo devolución.
En otras palabras, un jugador de baloncesto que no pudo formular una estrategia por adelantado no sería muy bueno.
Dicho esto, desde mi comprensión (rudimentaria) de la biología, también hay un componente de avance en movimiento, con respecto al cerebro. Echa un vistazo a esta charla de TED: Un robot que corre y nada como un salamander
Si caminas hacia adelante, no tienes sentido del tacto y estás ciego, así como silenciado (y bloqueado de cualquier otro sentido). A menos que tenga un conocimiento perfecto del modelo mundial y de cada una de las consecuencias de una acción de la corteza motora, está obligado a desviarse del objetivo deseado (avanzar).
La retroalimentación de la visión es una cosa que puede ayudarlo a detectar un error (colocar mal el pie) y corregir la entrada. O si eres atrevido, escuchar puede ayudarte.
Las áreas cerebrales altas en neocortex formulan planes, y alimentan estos planes hacia áreas cerebrales más bajas y la médula espinal, que los implementan, probablemente utilizando modelos inversos de los sistemas motores que los implementarían para generar comandos de bajo nivel. Por supuesto, hay comentarios locales para que estos planes sigan funcionando en presencia de sorpresas y otras perturbaciones.
Cuando doy conferencias sobre los reflejos (en el contexto de un curso de fisiología impartido a ingenieros), tomo un enorme libro de texto de Neurociencia que he vacilado para pesar mucho menos de lo que uno pensaría al mirar el libro, y lo arrojo a un estudiante El estudiante, por supuesto, lo maneja bien, usando reflejos espinales para evitar el mal manejo del libro, ninguno de los cuales involucra la corteza.
Aparte de esto, hay una cantidad increíble de retroalimentación local a nivel de la médula espinal, como se puede ver en este video de un gato descerebrado caminando sobre una cinta de correr cambiando la marcha a medida que la cinta de correr se acelera: enlace
Lea otras preguntas en las etiquetas control-system feedforward