在自然界中，許多節(jié)律性運(yùn)動(dòng)，如行走、呼吸、咀嚼等，并不完全依賴于大腦的即時(shí)指令和外部感官反饋。這些流暢協(xié)調(diào)的動(dòng)作，由小腦、腦干和脊髓共同實(shí)現(xiàn)。運(yùn)動(dòng)的節(jié)律性和協(xié)同性源自神經(jīng)系統(tǒng)中的“中樞模式發(fā)生器”（Central Pattern Generator, CPG）——一個(gè)小巧但功能強(qiáng)大的神經(jīng)元網(wǎng)絡(luò)。CPG由一群相互連接的神經(jīng)元構(gòu)成，存在于生物的神經(jīng)節(jié)或脊椎中，受到大腦和小腦的調(diào)控，即便在切斷所有感覺輸入的情況下，也能自發(fā)地產(chǎn)生有節(jié)奏的電信號(hào)，驅(qū)動(dòng)肌肉完成周期性動(dòng)作。

CPG不僅是生物神經(jīng)系統(tǒng)的“運(yùn)動(dòng)節(jié)拍器”，更是具身智能中的關(guān)鍵橋梁，連接著神經(jīng)控制、身體結(jié)構(gòu)與環(huán)境互動(dòng)三者之間的協(xié)同演化。對(duì)CPG的研究代表了具身智能研究的“底層機(jī)制”探索，CPG展現(xiàn)了生物體如何通過身體結(jié)構(gòu)與神經(jīng)控制的緊密耦合實(shí)現(xiàn)高效、自適應(yīng)的運(yùn)動(dòng)行為。

受此啟發(fā)，研究人員長期致力于為四足機(jī)器人設(shè)計(jì)人造CPG，使其能夠靈活自如地運(yùn)動(dòng)。然而，現(xiàn)有的四神經(jīng)元CPG架構(gòu)大多功能單一，能產(chǎn)生的步態(tài)數(shù)量非常有限，通常不超過三種，而自然界中的四足動(dòng)物輕易就能展示出超過六種的主要步態(tài)；其次，可控自由度不足，機(jī)器人的一條腿通常有髖關(guān)節(jié)和膝關(guān)節(jié)等多個(gè)需要協(xié)調(diào)的自由度，四神經(jīng)元CPG只能輸出四個(gè)信號(hào)來控制腿間的交替規(guī)律，無法直接控制單條腿內(nèi)部關(guān)節(jié)的協(xié)調(diào)運(yùn)動(dòng)。

針對(duì)這些局限，來自浙江大學(xué)曲紹興研究團(tuán)隊(duì)的劉一得、劉汐言等，在國家自然科學(xué)基金等項(xiàng)目的支持下開展了系統(tǒng)性研究，提出了一種基于對(duì)稱性原則的新型CPG構(gòu)造方法，并成功研制出性能更強(qiáng)的八神經(jīng)元CPG網(wǎng)絡(luò)。該研究從動(dòng)力學(xué)與控制的視角出發(fā)，通過構(gòu)建具有明確對(duì)稱性約束的神經(jīng)元連接拓?fù)洌瑢?shí)現(xiàn)了對(duì)四足機(jī)器人多關(guān)節(jié)協(xié)同運(yùn)動(dòng)的內(nèi)在機(jī)制建模。相關(guān)成果以“An eight-neuron network for quadruped locomotion with hip-knee joint control”為題發(fā)表在國際機(jī)器人領(lǐng)域頂級(jí)期刊《International Journal of Robotics Research》（IJRR）上。

論文的共同第一作者為劉一得博士（現(xiàn)清華大學(xué)博士后）和博士生劉汐言，論文的通訊作者為曲紹興教授，作者還包括浙江大學(xué)楊衛(wèi)院士和博士生王東奇。

▍對(duì)稱性啟發(fā)的神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)，從四神經(jīng)元到八神經(jīng)元的進(jìn)化

研究團(tuán)隊(duì)認(rèn)為，CPG能產(chǎn)生何種步態(tài)，根本上不取決于單個(gè)神經(jīng)元的數(shù)學(xué)模型，而是由神經(jīng)元之間連接網(wǎng)絡(luò)的對(duì)稱性所決定。

受數(shù)學(xué)中H/K定理的啟發(fā)，團(tuán)隊(duì)首先論證了具有對(duì)稱性的四神經(jīng)元網(wǎng)絡(luò)具備產(chǎn)生五種步態(tài)（行走、小跑、溜步、跳跑、騰躍）的理論潛力。這為多樣化的步態(tài)生成提供了可能，然而，即便能夠精確協(xié)調(diào)四條腿之間的交替規(guī)律，這個(gè)簡單的四神經(jīng)元網(wǎng)絡(luò)在面對(duì)單條腿內(nèi)部多個(gè)關(guān)節(jié)（如髖關(guān)節(jié)和膝關(guān)節(jié)）的協(xié)同控制時(shí)，卻顯得力不從心。

四足動(dòng)物六種運(yùn)動(dòng)步態(tài)的相位關(guān)系：行走、小跑、溜步、跳跑、騰躍

為了實(shí)現(xiàn)對(duì)髖關(guān)節(jié)和膝關(guān)節(jié)的獨(dú)立、協(xié)調(diào)控制，研究團(tuán)隊(duì)在上述對(duì)稱的四神經(jīng)元網(wǎng)絡(luò)基礎(chǔ)上，進(jìn)行了巧妙的擴(kuò)展：

將原網(wǎng)絡(luò)中控制一條腿的一個(gè)“抽象”神經(jīng)元，拆分成兩個(gè)具體的神經(jīng)元：一個(gè)專門控制髖關(guān)節(jié)，另一個(gè)專門控制膝關(guān)節(jié)。這兩個(gè)神經(jīng)元之間相互連接，形成一個(gè)具有局部對(duì)稱性的小單元。最終，一個(gè)全新的八神經(jīng)元CPG網(wǎng)絡(luò)誕生了。

神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)模型

這個(gè)網(wǎng)絡(luò)可以形象地理解為一個(gè)立方體結(jié)構(gòu)，頂層的四個(gè)神經(jīng)元分別控制四條腿的髖關(guān)節(jié)，底層的四個(gè)神經(jīng)元分別控制四條腿的膝關(guān)節(jié)；而且新架構(gòu)巧妙地在保留全局對(duì)稱性（協(xié)調(diào)腿間運(yùn)動(dòng)）的基礎(chǔ)上，引入了局部對(duì)稱性（協(xié)調(diào)單腿關(guān)節(jié)），使得每個(gè)關(guān)節(jié)都有專屬的節(jié)律控制單元，極大提升了機(jī)器人的運(yùn)動(dòng)協(xié)調(diào)能力。

▍不僅走得多樣，更要轉(zhuǎn)得流暢，四大策略攻克步態(tài)切換難關(guān)

對(duì)一個(gè)高性能CPG而言，能產(chǎn)生多種穩(wěn)定的步態(tài)是基礎(chǔ)，能在這些步態(tài)之間平滑、快速、穩(wěn)定地切換才是關(guān)鍵。團(tuán)隊(duì)利用改進(jìn)的Stein生物神經(jīng)元模型構(gòu)建了這個(gè)八神經(jīng)元網(wǎng)絡(luò)，并通過數(shù)值仿真驗(yàn)證了其能穩(wěn)定產(chǎn)生五種步態(tài)。

五種步態(tài)的仿真模擬

但真正的挑戰(zhàn)在于步態(tài)轉(zhuǎn)換。五種步態(tài)意味著有20種可能的轉(zhuǎn)換路徑，其中許多轉(zhuǎn)換極易失敗，系統(tǒng)可能會(huì)陷入混亂或無意義的步態(tài)中。通過對(duì)轉(zhuǎn)換過程的深入研究和分析，團(tuán)隊(duì)最終歸納出了四種高效的步態(tài)轉(zhuǎn)換策略：

直接切換（Switch）：最簡單的“換步態(tài)”方式：直接調(diào)整機(jī)器人的核心控制參數(shù)，比如從“行走”模式一鍵切到“跳跑”“騰躍”模式。適合大部分簡單轉(zhuǎn)換，比如走變跳、快步變走。

強(qiáng)力配對(duì)（Power Pair）：在切換時(shí)，對(duì)特定的一對(duì)神經(jīng)元進(jìn)行短暫的強(qiáng)刺激，推它們一把，幫助系統(tǒng)快速穩(wěn)定到目標(biāo)步態(tài)上。

等待-切換（Wait & Switch）：接收到轉(zhuǎn)換指令后不立即執(zhí)行切換，而是先判斷當(dāng)前切換是否會(huì)產(chǎn)生預(yù)期步態(tài)。如果導(dǎo)致錯(cuò)誤的步態(tài)，則延遲到合適時(shí)機(jī)再執(zhí)行切換。雖然這引入了微小延遲，但保證了100%的成功率。

等待-強(qiáng)力配對(duì)（Wait & Power Pair）：上述兩種策略的結(jié)合，先等待最佳時(shí)機(jī)，再對(duì)相應(yīng)的神經(jīng)元施加刺激，這種策略適用于最復(fù)雜的步態(tài)轉(zhuǎn)換。

這些策略本質(zhì)上是一些基于神經(jīng)動(dòng)力學(xué)系統(tǒng)的分岔（bifurcation）調(diào)控過程。通過利用動(dòng)力學(xué)系統(tǒng)內(nèi)在的連續(xù)性，確保機(jī)器人在不同步態(tài)之間切換時(shí)，各關(guān)節(jié)的控制信號(hào)保持連續(xù)和平滑，避免突變或中斷，從而提升運(yùn)動(dòng)的穩(wěn)定性與能效。

▍仿真世界大顯身手，五種步態(tài)靈活轉(zhuǎn)換

理論是否有效，最終需要實(shí)踐檢驗(yàn)。研究團(tuán)隊(duì)在物理仿真環(huán)境中，使用一個(gè)商用四足機(jī)器人模型（Unitree Go1），搭建一個(gè)由調(diào)節(jié)模塊、中腦運(yùn)動(dòng)區(qū)（MLR）和CPG構(gòu)成的運(yùn)動(dòng)控制架構(gòu)，對(duì)八神經(jīng)元CPG進(jìn)行了全面測試。

測試結(jié)果顯示，這個(gè)“新小腦”表現(xiàn)極其出色。機(jī)器人不僅能穩(wěn)定地做出五種步態(tài)，其步態(tài)轉(zhuǎn)換的成功率也非常高。

在涉及行走、小跑和溜步這三種步態(tài)的轉(zhuǎn)換中，成功率幾乎達(dá)到100%。即使在難度更高的、涉及跳跑和騰躍的轉(zhuǎn)換中，成功率也優(yōu)于大多數(shù)現(xiàn)有方案。

更重要的是，在整個(gè)轉(zhuǎn)換過程中，機(jī)器人的身體姿態(tài)、運(yùn)動(dòng)速度和重心高度都只有微小且平滑的變化，很快就能適應(yīng)新的步態(tài)節(jié)奏，展現(xiàn)了良好的穩(wěn)定性和適應(yīng)性。

此外，團(tuán)隊(duì)還設(shè)計(jì)了兩種將傳感器信息融入CPG的控制框架。

第一個(gè)框架讓機(jī)器人擁有了“視覺”。通過在機(jī)器人頭部安裝攝像頭，它可以識(shí)別地面的路徑標(biāo)記。當(dāng)偏離路徑時(shí)，一個(gè)簡單的模糊控制器會(huì)通過調(diào)整左右腿的步幅差，來實(shí)現(xiàn)轉(zhuǎn)向和路徑跟蹤，整個(gè)過程無需人為干預(yù)。

第二個(gè)框架為機(jī)器人賦予了“本體感知”反射。研究人員在機(jī)器人的髖關(guān)節(jié)處模擬了扭矩傳感器，當(dāng)機(jī)器人走上斜坡時(shí)，關(guān)節(jié)扭矩增大，觸發(fā)反射回路，CPG會(huì)自動(dòng)將步態(tài)從較快的小跑切換為更穩(wěn)定的行走步態(tài)；當(dāng)它回到平地時(shí)，又會(huì)自動(dòng)切換回省力快速的小跑。這種基于反射的自主步態(tài)切換不僅增強(qiáng)了機(jī)器人的環(huán)境適應(yīng)性，也體現(xiàn)了感知-動(dòng)作閉環(huán)的思想，讓機(jī)器人的適應(yīng)性大大增強(qiáng)。

兩種集成傳感器的CPG控制框架

這項(xiàng)研究通過對(duì)稱性原則，成功構(gòu)建了八神經(jīng)元CPG網(wǎng)絡(luò)，不僅顯著增加了四足機(jī)器人的步態(tài)多樣性，還解決了單腿多關(guān)節(jié)的協(xié)調(diào)控制問題。結(jié)合多種步態(tài)切換策略和傳感器融合框架，機(jī)器人在仿真測試中展現(xiàn)出接近生物水平的適應(yīng)性和穩(wěn)定性，為未來四足機(jī)器人在復(fù)雜環(huán)境中的自主運(yùn)動(dòng)提供了新的解決方案。目前該團(tuán)隊(duì)正將CPG網(wǎng)絡(luò)進(jìn)一步拓展至人形機(jī)器人的運(yùn)動(dòng)控制中，探索其在多自由度、高動(dòng)態(tài)步態(tài)生成與切換中的潛力，為具身智能研究和人形機(jī)器人動(dòng)態(tài)行走與復(fù)雜環(huán)境適應(yīng)提供新技術(shù)。

論文鏈接：https://journals.sagepub.com/doi/full/10.1177/02783649251364286