home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1993 #3 / NN_1993_3.iso / spool / bit / listserv / csgl / 2291 < prev    next >
Encoding:
Text File  |  1993-01-25  |  4.1 KB  |  92 lines
  1. Comments: Gated by NETNEWS@AUVM.AMERICAN.EDU
  2. Path: sparky!uunet!gatech!udel!darwin.sura.net!paladin.american.edu!auvm!COURIER4.AERO.ORG!MARKEN
  3. Return-Path: <@VMD.CSO.UIUC.EDU:Marken@courier4.aero.org>
  4. Posted-Date: Mon, 25 Jan 93 15:32:30 -0800
  5. X400-Trace: US**AEROSPACE; arrival Mon, 25 Jan 93 15:32:30 -0800 action Relayed
  6. P1-Message-Id: US**AEROSPACE; 930125233230
  7. Ua-Content-Id: CSI NC V2.1b
  8. Message-ID: <0003375E.MAI*Marken@courier4.aero.org>
  9. Newsgroups: bit.listserv.csg-l
  10. Date:         Mon, 25 Jan 1993 15:32:30 -0800
  11. Sender:       "Control Systems Group Network (CSGnet)" <CSG-L@UIUCVMD.BITNET>
  12. From:         Marken@COURIER4.AERO.ORG
  13. Subject:      Output bush/Perception bush
  14. Lines: 76
  15.  
  16. [From Rick Marken (920125.1500)]
  17.  
  18. Avery Andrews (930123.1350) --
  19.  
  20. >An important point is that PCT does not challenge the existence of CPGs,
  21. >rather, it simply claims that they will normally produce reference levels
  22. >for perceptions (and will therefore in general be able to produces
  23. >error signals and drive behavior when the afferent pathways or cut, although
  24. >considerable retuning will be necessary to get passably effective behavior).
  25.  
  26. While re-reading this nice little comment by Avery  (I think a CPG is a
  27. Central Program Generator?) on an article by Schmidt, I had a bit on an "aha"
  28. experience. Perhaps (I aha'ed) one reason for the glaring mistakes about
  29. PCT in the motor control literature is the difficulty of understanding how
  30. control of a scaler (perceptual) variable can be responsible for "control" of
  31. the
  32. vector (output) variable that we see as behavior. I often see diagrams of
  33. systems
  34. that control sequences of responses or several simultaneous responses which
  35. look like an upside down bush (not the ex-president ) with the trunk at the
  36. top
  37. and the branches diverging toward the bottom. This, I think, is the most
  38. "natural" way to think of the process of producing these outputs. "Lifting an
  39. arm", for example, requires setting the appropriate values for the tensions in
  40. 5 or so muscles. The "lifing an arm" response is thought of as a vector with
  41. five components that must be set appropriately.
  42.  
  43. When people think of control theory, they think of set points for scalars --
  44. so
  45. if control theory is applied to arm lifting, the tendency is to imagine that
  46. one
  47. control system should be assigned to each scalar component of the vector
  48. output (each muscle). But it is also possible to have a control system
  49. controlling
  50. a scalar quantity that is a function of ALL components of the output vector at
  51.  once
  52. -- a single scalar number, p, can vary as the sum of 5 muscles tensions, for
  53. example. The scaler perception now represents a complex of tensions -- a
  54. sensation in the BCP hierarchy. This perception will now be controlled by
  55. varying
  56. all the muscle tensions appropriately (not very interesting control if there
  57. is no
  58. disturbance to the indivdual tensions -- but very interesting when there are).
  59.  
  60. The "aha" is just that I think it is hard for people to understand that scaler
  61.  
  62. perceptual variables (which are, indeed, all that a control system controls)
  63. can
  64. represent complex aspects of the environment, each aspect influenced by MANY
  65. of the systems own outputs. The model of perception in BCP looks the same
  66. as the model of output in conventional models except that the top of the
  67. perception
  68. bush is the controlled variable,p. There is also an output bush in PCT; the
  69. top of
  70. this bush is an error signal.
  71.  
  72. There are plenty of difficult problems for PCT; but they are the inverse (so
  73. to
  74. speak) of the problems of conventional models. The problems of conventional
  75. models involve finding ways to turn a command signal into all the "right"
  76. outputs
  77. that achieve the command. The problems for PCT models involve finding ways to
  78. represent the consequences of outputs as a scalar perception. Conventional
  79. approaches
  80. want to know how to generate outputs; PCT wants to know how to generate per-
  81. ceptions. Both problems are equally difficult (probably) -- but the PCT
  82. problem has
  83. one advantage -- it is soluble. The presense of unpredictable and undetectable
  84.  
  85. disturbances in the environment make the conventional goal impossible to
  86. achieve
  87. in the real world.
  88.  
  89. Best
  90.  
  91. Rick
  92.