Explore l'utilisation de modèles de contrôleurs prédictifs dans l'entraînement robotique pour préserver la variabilité des mouvements et soutenir l'apprentissage moteur.
Déplacez-vous dans les interactions homme-robot par des tâches manuelles interpersonnelles, révélant des idées sur les différences de performance et l'adaptation dans le comportement humain.
Examiner les défis du contrôle moteur, les synergies musculaires, les différences interindividuelles dans l'apprentissage et les chirurgies virtuelles pour l'étude des synergies.
Explore des modèles cognitifs et neuraux de motricité séquentielle, en se concentrant sur la tâche de production de séquence discrète et les substrats neuraux.
Se penche sur la modélisation des compétences motrices humaines pour améliorer la planification des mouvements en robotique, couvrant les progrès récents, l'APC fonctionnelle et l'évitement des obstacles.
Explore les modules du réseau cérébral et la structure communautaire, y compris le connectome fonctionnel modulaire naturel, la modularité du réseau et les algorithmes de détection communautaire.
Couvre des exemples de bobinage allant de la microtechnologie aux grandes machines, présentant diverses techniques et leur impact sur les performances du moteur.
