本文发表于《大众科学》的前博客网络，反映了作者的观点，不一定反映《大众科学》的观点。
鉴于机器人通常缺乏肌肉，它们无法依赖肌肉记忆（这种技巧使我们的身体随着时间的推移熟悉诸如行走或呼吸等动作）来帮助它们更轻松地完成重复性任务。 对于自主机器人来说，这可能有点问题，因为它们可能必须实时适应不断变化的地形，否则可能面临卡住或失去平衡的风险。
一种解决这个问题的方法是创建一个机器人，它可以处理来自位于其“腿”附近的各种传感器的信息，并在移动时识别不同的模式，一个研究团队在周日发表于《自然-物理学》上的报告中指出。（《大众科学》是自然出版集团的一部分。）
一些科学家依赖于被称为“中央模式发生器” (CPG) 的小型神经回路来创建能够感知周围环境的步行机器人。 其中一个挑战是，机器人通常需要为每条腿配备单独的 CPG，以便感知障碍物并采取适当的行动（例如绕过椅子腿或跨过岩石）。
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，您正在帮助确保未来能够继续报道关于塑造我们当今世界的发现和思想的具有影响力的故事。
伯恩斯坦计算神经科学中心研究员 Poramate Manoonpong 和 马克斯·普朗克动力学与自组织研究所 研究员 Marc Timme 正在领导一个项目，该项目创建了一个六足机器人，该机器人配备了一个 CPG，可以根据遇到的障碍物切换步态。 该机器人通过将传感器输入转换为周期性模式（而不是混沌模式）来确定其步态。 在未来，该机器人还将配备一个记忆装置，使其即使在感觉输入停止存在后也能完成动作。