机器狗小动物学走路，神经科学与机器人学新进展

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.
2. Ruppert, F., & Badri-spröwitz , A. (2022). Learning Plastic Matching of Robot Dynamics in Closed-Loop Central Pattern Generators. Nature Machine Intelligence Volume, 4, 652–660.