“相比與傳統的通過軟件算法開發的步態控制器，這篇文章提出用電路來模擬肌肉的反射，從而決定的腿部的運動，這更像生物的下意思的通過肌肉的伸縮來控制腿部的運動。” 談及日本學者發表的一項機器貓成果，來自加州大學伯克利的博士生李鐘毓如是告訴 DeepTech。

最近，來自日本大阪大學的谷川豊章（今年 3 月已經博士畢業離校）、増田容一助教、石川將人教授在 FrontiersinNeurorobotics 雜志上發表的一篇論文中，向人們展示了有關四足動物的步行機制的研究成果，而且與以往通過動物實驗研究不同，他們的研究沒有進行任何動物試驗，而是使用自己開發的四足機器人進行研究。

在四足機器人上，研究團隊進行了不同的步行實驗，從而在沒有動物試驗的情況下在機器人上重現了基于貓的神經生理學實驗。此外，進行步行實驗的四足機器人并沒有中央模式生成器，而是通過電路來模擬肌肉的反射，而試驗發現，沒有中央模式生成器的的四足機器人能夠自動生成穩定的步態模式和腿部軌跡。

有關四足動物產生運動的機制的研究，尤其是四足動物如何能夠立即對各種環境干擾做出反應并保持平衡且協調的運動的機制，過去已經有不少的研究。

例如，過去已有研究通過在動物實驗發現，正是四足動物的髖關節的角度的改變使他們在從擺動向站立過程成功過渡。但是，這些研究主要關注的是四足動物站立和擺動階段的個體反射機制，并沒有闡明整個反射回路。

此外，也有其他多項研究表明，對于四足動物的運動的模擬并不需要使用振蕩器模型或復雜的 CPG 模型（中樞模式發生器 Central pattern generators），僅僅通過對脊柱反射、身體動力學和環境之間的相互作用的建模就可以實現腿部軌跡和穩定步態的模擬。

不過，在這些研究中設計者將步行運動分為多個階段（例如站立、離地、擺動和觸地階段），并為每個階段設計了單獨的反射規則。所以，這些研究沒有解釋這些許多反射規則是如何集成到動物體內的，即產生穩定步態和腿部軌跡的反射回路的整體結構。

在這里首先簡單解釋四足機器人平臺的機械設計。如下圖所示，每條腿由兩個連桿組成，通過帶動上下旋轉關節，腿可以在矢狀面內自由活動。腿部模塊還可以做內收和外展運動在側傾方向上旋轉；因此，腿具有三個自由度。每個關節由無刷直流（BLDC）電機驅動。有關腿部模塊的詳細機制，見下圖 B。

四足機器人的控制系統，則是由一個用于 BLDC 電機的低級控制器和一個再現肌肉特性和反射的高級控制器組成。

為了模擬四足動物的步行，研究人員將四足動物的腿部肌肉模擬簡化為以下模型。這一模型由模擬髖關節（Hipjoint）、伸髖肌（hip extensor）、髖屈肌（hipflexor）、膝踝伸肌（knee-ankleextensor），膝踝屈肌（knee-ankleflexor）和腳趾（Toe）的元素組成。

此外，研究人員還制定了一個反射電路模型，該反射電路模型可以模擬髖關節和膝 - 踝伸肌之間的相互興奮性反射、膝 - 踝伸肌的自興奮性反射以及膝 - 踝屈肌到髖伸肌的抑制性反射。

四足機器人的步行實驗

在準備好四足機器人的各項工作之后，研究人員對四足機器人進行了幾項試驗。

首先，研究人員使用四足機器人進行了步行實驗。在步行實驗開始時，研究人員使機器人的每條腿保持在靜止狀態，并將其放在跑步機上以激活反射回路。

試驗發現，即使沒有中央節奏發生器或模式發生器，四足機器人也能產生穩定的步態。下圖 8 顯示了機器人的步態圖。圖中的 RF、LF、RH 和 LH 分別代表右前腿、左前腿、右后腿和左后腿，彩色區域表示地面接觸。結果表明，每條腿的觸地時間是隨著時間逐漸調整的。在試驗開始 4 秒鐘后，右前 - 后退（RF-RH）和左前后腿（LF-LH）的觸地時間表現區域相同，這表明，四足機器人開始形成了步伐。

從 6.95 秒開始，當右腿觸地時相對于髖關節（在 x 軸）和地面（在 z 軸）的腳趾位置。箭頭表示腳趾運動的方向。可以看出，所設計的反射回路在無需預先設計的軌跡的情況下，可以自主產生步行軌跡。

此外，研究人員還使用四足機器人進行了另外兩項試驗，一項是在機器人形成穩定的步態后，刺激肌肉力反饋通路，來模擬腳踝伸肌神經受到其他干擾的情況下站立階段的自動延長。從下圖中我們看到，當在試驗進行到 2-3.5 秒時研究人員給右后腿（RH）的膝踝伸肌神經刺激時，右后腿觸地的時間相應延長了 1.37 秒，也就是說四足機器人的站立階段相應的延長。

但是在另一個實驗中，當研究人員去除所有腿中的相互興奮通路的影響時，發現四足機器人的步態不穩定。這表明，由交互興奮性反射引起的站立階段的延長對穩定步態的產生有很大貢獻。

這項研究不僅對于理解四足動物的運動機制有著很大的貢獻，也為四足機器人的開發提供了新的思路。

在被問到這一四足機器人與十分出名的波士頓動力的機器人的區別與優缺點時，李鐘毓博士表示：波士頓動力的機器狗使用的是基于的算法的控制器，直接給出每個關節的目標位置或者力矩，而并沒有通過電路來模擬肌肉的運動。通過電路的好處是可以模擬復現生物的通過肌肉和神經來控制步態的本能 -- 動物腦中并沒有一個算法去計算某個關節具體的力矩大小，完全是下意識的條件反射。但是這個方法的缺點是并沒有展現出更復雜，更靈活的步態。

原文標題：基于貓的神經生理學實驗，日本科學家研發機器貓

文章出處：【微信公眾號：DeepTech深科技】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq