（圖自：MPI-IS / Dynamic Locomotion Group / Felix Ruppert）

(相關(guān)資料圖)

在大自然中，新生的小鹿或小馬駒必須盡快學(xué)會行走，以躲避掠食者。即使動物天生就有位于脊髓中的肌肉協(xié)調(diào)網(wǎng)絡(luò)，但學(xué)習(xí)腿部肌肉和肌腱的精確協(xié)調(diào)，還是需要一些時間的。

起初，嬰兒動物主要依賴于硬連接的脊髓反射。雖然更加底層，但運動控制反射有助于其在第一次嘗試行走時避免跌倒和傷害自己。

通過一段時間的練習(xí)，它們才會掌握更高級和更精確的肌肉控制，直到神經(jīng)系統(tǒng)最終能夠很好地適應(yīng)年輕動物的腿部肌肉和肌腱。在越過了失控的障礙后，它們就可以跟上成年動物了。

研究配圖 - 1：四足機器人 Morti

MPI-IS 動態(tài)運動研究小組的前博士生 Felix Ruppert 表示：

作為一名工程師和機器人專家，其正在通過構(gòu)建一個像動物一樣具備反射能力、并從錯誤中習(xí)得經(jīng)驗的機器人。

若動物只是偶爾絆倒，這個錯誤還不好說。但若它經(jīng)常絆倒，就可以拿來衡量機器人行走的質(zhì)量好壞了。

研究配圖 - 2：彈性可塑框架示意圖

值得一提的是，在僅僅一小時的走路學(xué)習(xí)后，機器狗 Morti 就已充分掌握其復(fù)雜的腿部力學(xué)。

在貝葉斯優(yōu)化的指導(dǎo)學(xué)習(xí)下，足部傳感器測得的信息，可與程序建模的虛擬脊髓目標(biāo)數(shù)據(jù)相匹配。

通過不斷比較發(fā)送和預(yù)期的傳感器信息，機器狗得以找到循環(huán)反饋的改進，調(diào)整其電機控制模式來學(xué)習(xí)行走。

研究配圖 - 3：模擬與實踐試錯的對比參照

學(xué)習(xí)算法能夠適應(yīng)中央模式生成器（CPG）的控制參數(shù)，在人類和動物中，CPG 就是脊髓中的神經(jīng)元網(wǎng)絡(luò)。

它能夠在不依賴大腦輸入的情況下，產(chǎn)生周期性的肌肉收縮，可在步行、眨眼或消化等有節(jié)奏的任務(wù)中提供幫助。

至于反射，則由腿部傳感器和硬編碼的神經(jīng)通路，來觸發(fā)非自愿運動的控制動作。

研究配圖 - 4：CPG 參數(shù)與彈性反饋活動

只要幼小動物在完全平坦的路面上行走，CPG 就足以控制來自脊髓的運動信號。但只要地面上有個小顛簸，其步行方式就會發(fā)生改變。

為避免跌倒，反射會介入并調(diào)節(jié)運動模式。而運動信號的這些瞬時變化，又是可逆或“彈性的”。即使受到干擾，后續(xù)也能夠恢復(fù)如初。

但若動物在多次運動循環(huán)中不停地跌跌撞撞 —— 即使反應(yīng)活躍 —— 那也必須通過重新學(xué)習(xí)運動模式、并使其具有不可逆轉(zhuǎn)的“可塑性”。

研究配圖 - 5：塑性適應(yīng)的結(jié)果

新生動物最初的 CPG 調(diào)節(jié)還不夠號，導(dǎo)致其在平坦或不平坦的地形上蹣跚而行，本文介紹的機器狗 Morti 也是如此。

更重要的是，在大約一小時內(nèi)，機器狗已能夠做到比小動物更快地優(yōu)化其運動模式 —— 這得益于 Morti 的 CPG 在控制機器腿部運動的小型輕量計算機上進行了模擬。

這個虛擬脊髓被放置在了四足機器狗的頭背部位置，在平穩(wěn)行走的一小時內(nèi)，來自其足部的傳感器數(shù)據(jù)能夠與 CPG 的預(yù)測效果不斷進行比較。

研究配圖 - 6：扭矩性能的標(biāo)準(zhǔn)化測量

若機器人絆倒，學(xué)習(xí)算法會改變其腿的來回擺動距離、擺動速度、以及落地行程。同時調(diào)節(jié)后的運動，也會影響機器人靈活運用其腳力的能力。

在學(xué)習(xí)過程中，CPG 會向電機發(fā)送經(jīng)過調(diào)整的信號，以便機器狗從此減少磕絆并優(yōu)化其行走。

但是在這一框架中，虛擬脊髓并沒有對機器人的腿部動作設(shè)計、電機和彈簧的物理特征有明確的了解。

（來自：Nature Machine Intelligence）

Flix Ruppert 解釋稱：這臺機器狗實際上有些“天生”的特性，即使對自己的腿部解剖結(jié)構(gòu)或工作原理一無所知，內(nèi)置 CPG 還是可以自然且智能地幫助其行走。

計算機產(chǎn)生了控制腿部電機的信號，起初有些跌跌撞撞。但從傳感器不斷回流的數(shù)據(jù)，還是可以通過與虛擬脊髓 CPG 產(chǎn)生的進行比較。

若傳感器數(shù)據(jù)與預(yù)期結(jié)果不匹配，則學(xué)習(xí)算法會讓它改變行走行為，直到機器人能夠在不被絆倒的情況下良好行走。

綜上所述，在保持反射活躍的情況下改變 CPG 輸出、并監(jiān)測機器狗絆倒的學(xué)習(xí)過程，就是其中最核心的部分。

更棒的是，Morti 的板載電腦，只會在行走過程中消耗 5 瓦的電力。

最后，盡管來自某些知名制造商的工業(yè)四足機器人已學(xué)會在復(fù)雜的控制器的幫助下運行，但它們的功耗也要大得多。