文章專區

動物是如何學會行走的？有些早熟型動物如斑馬、長頸鹿等，出生後不久就會跌跌撞撞地開始學習行走，並在出生幾小時之內就有機會與成年動物一同快速移動。從學習、絆倒到穩定走路的過程中，動物的神經系統是怎麼運作的？德國馬克思普朗克智慧系統研究所（Max Planck Institute for Intelligent Systems, MPIIS）從工程與機器人的角度，製造了一隻體型大約與拉不拉多犬相同的四條腿機器人「Morti」，期望能透過機器人的模擬找出神經運作的邏輯，研究成果於7月18日發表於《自然機器智慧》（Nature Machine Intelligence）期刊。

動物學習動作其實與機器人的「深度學習」邏輯非常接近，如果被絆倒、跌倒了，代表它的動作出了點差錯。透過一連串的嘗試錯誤，小動物或者機器人能夠逐漸掌握新的技巧。這些藉由學習而來的技巧，在動物身上可能是行走、奔跑；而在人工智慧（artificial intelligence,AI）網路中則可能是辨識圖片、操縱四肢。

Morti在開始學習走路的大約一小時後，就掌握了如何操作腿部的複雜機制。演算法使用貝氏優化（Bayesian optimization），機器人的處理器則模擬動物脊髓的反射動作，透過足部的感測器搭配提供訊息。在這項研究裡，機器人能透過不斷比較感測器收到與預期的訊息，運作反射迴路來調整機電運作的模式，藉此學習行走。在過程中演算法將持續調整中央模式產生器（Central pattern generator, CPG）的控制參數，藉此產生穩定的行走動作。在動物身上，CPG神經系統中主要傳訊進行一些有節奏、順序的動作，像是行走、眨眼等。

若觀察小動物最早掌握在平坦地面行走的技巧，可以發現牠們在學習行走的過程中，只要地面出現一些小突起，就有可能會影響行走的平穩程度。這時就需要一些反射動作協助調整運動模式，以防止摔倒。而如果地面的凹凸起伏太多，小動物就要學著調整走路的方式，才不會經常摔倒或影響行動節奏。同樣的狀況也發生在Morti身上，差別只在於Morti學走路的速度比大多數的動物快得多。在Morti絆倒的時候，演算法會改變腿部擺動的距離、速度以及長度，逐漸「摸索」出持續行走的方法。整個過程中，由於CPG的輸出持續改變，並且監控讓Morti行動而不至於摔倒，是整個學習過程最核心的部分。

多數動物的運動都有CPG與反射參與在其中，但現行技術上無法編碼CPG進行研究。但這次針對Morti的研究，則提供科學家更加了解神經運作的方式。除此之外，Morti也揭露了另一種控制控制機器人裝置的做法。相較於已知使用複雜控制器的工業用四足機器人，Morti更加省電而且高效率，在控制器的部分耗能較低。交叉綜合了機器人與生物學的研究基礎，Morti讓科學家在兩個領域都有了長足的進展。

新聞來源
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.