机器狗小动物学走路，神经科学与机器人学新进展 – 科学月刊Science Monthly

Author 作者 编译｜陈亭玮机器狗神经科学动物早熟型动物神经系统机器人深度学习人工智慧演算法贝氏优化Morti中央模式产生器动物是如何学会行走的？有些早熟型动物如斑马、长颈鹿等，出生後不久就会跌跌撞撞地开始学习行走，并在出生几小时之内就有机会与成年动物一同快速移动。从学习、绊倒到稳定走路的过程中，动物的神经系统是怎麽运作的？德国马克思普朗克智慧系统研究所（Max Planck Institute for Intelligent Systems, MPIIS）从工程与机器人的角度，制造了一只体型大约与拉不拉多犬相同的四条腿机器人「Morti」，期望能透过机器人的模拟找出神经运作的逻辑，研究成果於7月18日发表於《自然机器智慧》（Nature Machine Intelligence）期刊。

动物学习动作其实与机器人的「深度学习」逻辑非常接近，如果被绊倒、跌倒了，代表它的动作出了点差错。透过一连串的尝试错误，小动物或者机器人能够逐渐掌握新的技巧。这些藉由学习而来的技巧，在动物身上可能是行走、奔跑；而在人工智慧（artificial intelligence,AI）网路中则可能是辨识图片、操纵四肢。

Morti在开始学习走路的大约一小时後，就掌握了如何操作腿部的复杂机制。演算法使用贝氏优化（Bayesian optimization），机器人的处理器则模拟动物脊髓的反射动作，透过足部的感测器搭配提供讯息。在这项研究里，机器人能透过不断比较感测器收到与预期的讯息，运作反射回路来调整机电运作的模式，藉此学习行走。在过程中演算法将持续调整中央模式产生器（Central pattern generator, CPG）的控制参数，藉此产生稳定的行走动作。在动物身上，CPG神经系统中主要传讯进行一些有节奏、顺序的动作，像是行走、眨眼等。

若观察小动物最早掌握在平坦地面行走的技巧，可以发现牠们在学习行走的过程中，只要地面出现一些小突起，就有可能会影响行走的平稳程度。这时就需要一些反射动作协助调整运动模式，以防止摔倒。而如果地面的凹凸起伏太多，小动物就要学着调整走路的方式，才不会经常摔倒或影响行动节奏。同样的状况也发生在Morti身上，差别只在於Morti学走路的速度比大多数的动物快得多。在Morti绊倒的时候，演算法会改变腿部摆动的距离、速度以及长度，逐渐「摸索」出持续行走的方法。整个过程中，由於CPG的输出持续改变，并且监控让Morti行动而不至於摔倒，是整个学习过程最核心的部分。
多数动物的运动都有CPG与反射参与在其中，但现行技术上无法编码CPG进行研究。但这次针对Morti的研究，则提供科学家更加了解神经运作的方式。除此之外，Morti也揭露了另一种控制控制机器人装置的做法。相较於已知使用复杂控制器的工业用四足机器人，Morti更加省电而且高效率，在控制器的部分耗能较低。交叉综合了机器人与生物学的研究基础，Morti让科学家在两个领域都有了长足的进展。新闻来源
1. Felix Ruppert et al., Robot dog learns to walk in one hour, Max Planck Institute, 2022/7/18.…