原位尖峰可塑性人工平台神经元在四足机器人节律性运动控制中的应用

《Nature Communications》:Artificial plateau neurons with in-situ spike-malleability for rhythmic quadrupedal locomotion

【字体: 大 中 小 】 时间:2026年04月29日 来源:Nature Communications 15.7

编辑推荐:

  推荐:针对全身智能运动系统冗余驱动与能效低下的难题,研究人员开展“具有原位尖峰可塑性的人工平台神经元”研究,将双稳态平台门与瞬态阈值开关集成,实现振幅可编程的节律性尖峰簇发放。该电路以141.37 pJ/spike的超低能耗,通过分布式编码驱动拮抗肌,在四足机器人(Unitree Go2)上实现了无需中央计算的能效小跑与自适应步态转换,推动了神经形态系统在高效自主机器人领域的发展。

  
在追求智能机器人的道路上,让机器人像动物一样自如、高效地运动一直是个巨大挑战。现有的全身运动系统常常面临“冗余驱动”的困扰——即需要大量、复杂的控制指令来协调每一个关节和肌肉,这不仅让控制系统变得笨重,还导致能量效率低下,严重限制了机器人在现实世界中的实际应用。面对这一难题,自然界早已给出了优雅的解决方案:许多动物的节律性运动(如行走、奔跑)并非由大脑时刻精确指挥,而是由脊髓中的“中央模式发生器”(Central Pattern Generator, CPG)产生基本节律。受此启发,研究人员致力于开发硬件CPG,希望为机器人装上“生物脊髓”。然而,现有的硬件实现往往难以在能效和适应性上媲美真实的生物系统。为了攻克这些瓶颈,一项发表在《Nature Communications》上的研究提出了一种创新的“人工平台神经元”,旨在为机器人的节律运动注入生物般的灵活与高效。
为开展研究,研究人员主要采用了基于忆阻器与CMOS(互补金属氧化物半导体)工艺的混合集成技术,构建了核心的“原位尖峰可塑性人工平台神经元”。该神经元单元集成了一个“双稳态平台门”和一个“瞬态阈值开关”。通过将这些基本单元进行电路级联与扩展,研究人员构建了用于驱动单关节拮抗肌的两单元电路,以及用于多关节协调的四单元并行处理电路。最终,他们将此神经形态电路系统应用于一台商用四足机器人(Unitree Go2)的关节控制器中,通过高斯滤波后的节律性尖峰信号直接驱动比例-微分控制器,在真实地面环境中进行运动测试,评估其运动稳定性与自适应步态转换能力。
研究结果
1. 具有原位尖峰可塑性的人工平台神经元设计
研究人员设计了一种新型人工神经元,其核心是将一个“双稳态平台门”与一个“瞬态阈值开关”集成在同一器件中。该神经元能够产生“振幅可编程”的节律性尖峰簇。关键在于,其输出的尖峰特性(如簇内尖峰数量、频率)可以通过输入信号的参数进行“原位”(即在运行过程中)调节,这种特性被称为“尖峰可塑性”。实验表明,单个神经元在产生每个尖峰时仅消耗141.37 pJ(皮焦耳)的能量,展现了极高的能效。
2. 用于拮抗驱动的分布式编码电路
为了实现类似生物伸肌和屈肌的协调、拮抗性激活,研究人员将两个上述神经元单元(一个作为平台门,一个作为阈值开关)配对,构建了一个可扩展的基本驱动电路。该电路利用了“分布式编码”策略,即运动控制指令由多个简单、低级的处理单元(神经元)通过并行和交互产生,而非依赖于一个集中的复杂控制器。这种架构直接、高效地将神经元的节律性输出转化为对执行器(电机)的拮抗控制信号。
3. 增强动态尖峰可塑性的四单元电路
为了处理更复杂的多关节协调任务,研究进一步将电路扩展为包含四个单元的版本。这个四单元电路增强了“动态尖峰可塑性”,意味着它能同时、并行地处理多个控制维度,调整不同关节驱动信号的相位和振幅关系。这使得单个紧凑的硬件系统能够胜任产生协调的全身运动模式的任务。
4. 在四足机器人上实现能效运动控制
研究人员将上述分布式神经形态电路部署到Unitree Go2四足机器人上。在该系统中,人工神经元产生的、经过高斯滤波的节律性尖峰被直接用作各个关节层级“比例-微分控制器”(Proportional-Derivative controller, PD控制器)的驱动信号。这种设置完全避免了传统方案中所需的中央计算单元(如上位机)进行复杂的轨迹规划和实时解算。实验结果显示,该机器人成功地实现了稳定的、节能的“小跑”步态。更重要的是,系统在真实、非结构化的地面环境中表现出了稳定的运动能力,并且能够根据环境需求(如通过软件指令触发)实现自适应的步态转换。
研究结论与意义
本研究成功开发并验证了一种基于“原位尖峰可塑性人工平台神经元”的神经形态运动控制系统。该系统通过模仿生物CPG的分布式、节律性控制原理,利用超低功耗的硬件电路直接产生协调的运动驱动信号。其主要结论是:这种融合了“双稳态平台门”和“瞬态阈值开关”的神经元设计,能够有效实现振幅可编程的节律尖峰发放;以此构建的分布式编码电路,可以高效驱动拮抗肌对,并扩展至多关节协调控制;最终,该系统在四足机器人上实现了无需中央计算的、高能效的稳定运动与自适应步态过渡。
这项工作的意义重大。首先,它在硬件层面实现了逼近生物神经系统能效与适应性的运动控制,为解决机器人领域长期存在的冗余驱动和能耗问题提供了一条全新的神经形态工程路径。其次,它将“尖峰可塑性”这一生物神经计算的关键特征成功嵌入到超紧凑的硬件中,推动了神经形态计算从感知向复杂运动控制领域的发展。最终,这种“超紧凑硬件+仿生架构”的研究范式,为未来开发真正自主、高效、适应性强的新一代智能机器人奠定了坚实的基础。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号