蜘蛛腿似乎有自己的想法。根据发表在《皇家学会界面杂志》上的研究结果，每条腿都充当半独立的“计算机”，带有传感器，可以读取周围环境并相应地触发运动。这种自主性帮助蜘蛛快速织出完美的网，而只需最少的大脑使用。研究作者模拟了令人惊讶的简单规则来管理这种复杂的行为——这最终可以应用于机器人技术。
该论文的主要作者、牛津大学生物学家弗里茨·沃尔拉斯说：“这篇论文的新颖之处确实在于提出了一个有趣且可能非常重要的范例，用于研究和测试关于下一代机器人的新想法。”“蜘蛛的结网行为是详细研究这类问题的完美例子。”
这项研究围绕“形态计算”展开，即功能被编码在身体部位中，而不是依赖大脑的指令。例子包括人类的膝跳反射和行走的动作。沃尔拉斯说：“基本上，这里有一个捷径，大脑甚至不知道下面发生了什么。” 这种外包使大脑免于监督进化或实践磨练出的标准动作。
支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关当今塑造我们世界的发现和思想的具有影响力的故事的未来。
机器人专家对形态计算感兴趣的原因相同：它可以节省计算能力和时间。但是，很少有研究深入研究自然界中的这种现象。沃尔拉斯说，蜘蛛是填补这一空白的理想实验对象——不仅因为很容易发现其几何网格的设计变化，还因为蜕皮的蜘蛛会再生断掉的腿。
沃尔拉斯和他的合著者，当时的奥胡斯大学计算机科学家蒂莫·克林克，拍摄并数字化了几只横纹蜘蛛的运动，这些蜘蛛在某些位置有部分再生、半长的腿。这些蜘蛛织网的速度和完美程度与八条全长腿的蜘蛛一样；研究人员说，如果大脑正在计算如何补偿较短的腿，他们会看到操作中微小但可测量的延迟。相反，研究表明，蜘蛛的腿接收来自大脑的基本指令，但会根据来自传感器的局部输入调整其运动，这些传感器包括身体覆盖物中的毛发和裂缝。
通过比较较短和较长腿的动作，研究人员还推断出腿在结网时自动移动以测量角度和长度的潜在规则。他们通过编程模拟虚拟蜘蛛来测试这些规则，沃尔拉斯说，下一步是制造一个物理蜘蛛机器人。
“我发现这项工作非常有趣，它告诉我们更多关于蜘蛛和形态计算的信息，”现在在新加坡国立大学的生物机器人专家塞西莉亚·拉斯基说，她没有参与这项研究。*“你永远不知道像这样的基础科学会带来什么非凡的创新。”
*编者注（1月15日）：此句子在发布后经过编辑，以更新塞西莉亚·拉斯基的隶属关系。