本文發表於《大眾科學》的前部落格網路，反映了作者的觀點，不一定反映《大眾科學》的觀點。
鑑於機器人通常缺乏肌肉，它們無法依賴肌肉記憶（這種技巧使我們的身體隨著時間的推移熟悉諸如行走或呼吸等動作）來幫助它們更輕鬆地完成重複性任務。 對於自主機器人來說，這可能有點問題，因為它們可能必須即時適應不斷變化的地形，否則可能面臨卡住或失去平衡的風險。
一種解決這個問題的方法是建立一個機器人，它可以處理來自位於其“腿”附近的各種感測器的資訊，並在移動時識別不同的模式，一個研究團隊在週日發表於《自然-物理學》上的報告中指出。（《大眾科學》是自然出版集團的一部分。）
一些科學家依賴於被稱為“中央模式發生器” (CPG) 的小型神經迴路來建立能夠感知周圍環境的步行機器人。 其中一個挑戰是，機器人通常需要為每條腿配備單獨的 CPG，以便感知障礙物並採取適當的行動（例如繞過椅子腿或跨過岩石）。
支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。 透過購買訂閱，您正在幫助確保未來能夠繼續報道關於塑造我們當今世界的發現和思想的具有影響力的故事。
伯恩斯坦計算神經科學中心研究員 Poramate Manoonpong 和 馬克斯·普朗克動力學與自組織研究所 研究員 Marc Timme 正在領導一個專案，該專案建立了一個六足機器人，該機器人配備了一個 CPG，可以根據遇到的障礙物切換步態。 該機器人透過將感測器輸入轉換為週期性模式（而不是混沌模式）來確定其步態。 在未來，該機器人還將配備一個記憶裝置，使其即使在感覺輸入停止存在後也能完成動作。