机器狗一小时就能学会走路?模仿动物本能,研究已登Nature子刊
编程并不是一个机械性的工作,而是需要有思考,有创新的工作,语法是固定的,但解决问题的思路则是依靠人的思维,这就需要我们坚持学习和更新自己的知识。今天golang学习网就整理分享《机器狗一小时就能学会走路?模仿动物本能,研究已登Nature子刊》,文章讲解的知识点主要包括,如果你对科技周边方面的知识点感兴趣,就不要错过golang学习网,在这可以对大家的知识积累有所帮助,助力开发能力的提升。
根据外媒Tech Xplore报道,位于德国斯图加特的马克斯普朗克智能系统研究所(MPI-IS)发明了一只有四条腿的小机器狗Morti,它可以在每次跌倒后调整走路姿态,自主学习如何行走。
阐明该技术的论文《Learning Plastic Matching of Robot Dynamics in Closed-loop Central Pattern Generators》(在闭环中央模式生成器中学习机器人动力学的塑料匹配)已于7月18日在《自然·机器智能》杂志上发表,该论文的第一作者是菲利克斯·鲁珀特(Felix Ruppert)。
鲁珀特说:“我们研究的机器狗Morti具有跟动物相同的反射能力,可以自主从失败中学习如何走路。”

▲机器狗Morti
一、摔倒后再爬起,Morti可模仿动物学习
人类和动物的脊髓中都有一个叫做CPG(中枢模式发生器)的神经元网络。CPG可以帮助生物完成节律性的任务,如走路、眨眼或消化等。这种神经元网络不需要大脑输入信号,就可以产生周期性的肌肉收缩。
鲁珀特在Morti的背部安装了一个虚拟脊髓来模拟CPG的作用,并在这个虚拟脊髓中安装了样本数据库。Morti平稳行走时,机器人脚上的传感器数据会不断与CPG样本库中的数据进行比较,以提供合适的走路姿势。
如果机器人摔倒了,学习算法会通过改变腿来回摆动的距离和速度来优化行走方式。在机器学习的过程中,CPG会发送一些自适应的运动信号,来让机器人行走得更平稳。该机器学习过程的核心就是要改变CPG的输出信号,并监测机器在什么情况下会遇到磕绊。

▲Morti根据反馈数据优化行走
Morti模仿了小动物学习走路的过程,它们都是在不断跌倒后,才能找到最有效的肌肉使用方式,学会行走。鲁珀特说,一开始,Morti会摔倒,但大约一个小时后,算法就会帮Morti找到最好的行走方式。鲁珀特还说:“目前我的团队正在为Morti增加更多的传感器,扩大Mortimer的运动范围。我们想让Morti更像动物。”
二、高效节能,Morti行走一小时后能耗减少42%
行走同样的距离,目前大多数工业四足机器人需要几十上百瓦的电量,Morti却只需消耗5瓦电量。
这一方面是因为工业四足机器人有更大的体积和重量,需要更多的电量支撑行动,另一方面是因为Morti的算法更加智能。
一般的机器人行走时,机器学习会通过大量计算,预先设计每条腿运动的细节,这会消耗大量的电量。但是Morti在走路跌倒后,可以根据新的算法结果,重新调整走路的角度。Morti通过这些反馈数据来学习行走方式,不需要进行大量计算。Morti可以在学习走路的过程中降低能量消耗。研究发现,在Morti行走一个小时后,它消耗的能量比刚开始走路时减少了42%。

▲Morti在跑步机上行走
德克萨斯大学圣安东尼奥分校的教授迪瑞莎·库迪蒂普迪(Dhireesha Kudithipudi)表示:“通常而言,人工智能可以很好地学习一项特定任务,但人工智能无法在环境变化时进行重新校准。而Morti可以根据数据反馈自主调整自己的运动模式,它在重新校准环境方面可能会表现得更好。”
结语:结合人工智能与生物领域,探索机器人的更多可能
鲁珀特的机器狗可以通过人工智能算法,像生物一样进行自主学习。这不仅结合了机器学习技术,也涉及到了生物领域。
如果这种技术可以大规模使用,将会有两个好处:第一,机器学习会更加节能,消耗的能量更少。机器不必再根据大量的数据进行暴力计算,而是可以通过自主学习变得更加“聪明”。第二,这种技术可以为人工智能领域和生物领域的结合带来启发。
目前,这种技术可以让机器狗变得更像动物。未来,随着这种技术的发展,机器人可能会变得更像人类。
文中关于算法,机器狗的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《机器狗一小时就能学会走路?模仿动物本能,研究已登Nature子刊》文章吧,也可关注golang学习网公众号了解相关技术文章。
田渊栋团队发布「长故事生成器」第二版DOC:连贯性大幅提升,趣味性提升20.7%!
- 上一篇
- 田渊栋团队发布「长故事生成器」第二版DOC:连贯性大幅提升,趣味性提升20.7%!
- 下一篇
- 修复推送通知在iPhone上不起作用的问题[已解决]
-
- 辛勤的菠萝
- 感谢大佬分享,一直没懂这个问题,但其实工作中常常有遇到...不过今天到这,看完之后很有帮助,总算是懂了,感谢大佬分享技术文章!
- 2023-05-01 19:18:13
-
- 调皮的薯片
- 这篇技术贴太及时了,太全面了,受益颇多,已加入收藏夹了,关注师傅了!希望师傅能多写科技周边相关的文章。
- 2023-04-21 06:23:52
-
- 科技周边 · 人工智能 | 1天前 |
- MCP区分资源读取与工具调用的实现方法
- 359浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 错误处理 · 参数校验 · agent · openai api · AI工程 · Tool calling · 函数调用 业务错误 JSON Schema Tool calling strict 工具参数校验 模型错误
- Tool calling校验工具参数并区分模型与业务错误的实现方法
- 380浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | openai api · 结构化输出 · AI工程 · Pydantic JSON Schema Structured Outputs
- Structured Outputs让模型结果贴合 JSON Schema的实现方法
- 191浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · 结构化输出 · JSON解析 · 模型输出 · 接口容错 · 大模型结构化输出 模型输出JSON缺字段 JSON兜底解析 JSON Schema校验 AI接口异常处理
- 模型输出 JSON 缺字段时如何设计兜底解析
- 272浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · 显存管理 · 推理优化 · 本地推理 KV Cache batch size
- 本地推理 KV cache 和 batch size 如何做取舍
- 251浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | API · 性能优化 · ai · AI 提示词缓存 Responses API Prompt Caching
- AI 提示词缓存如何按稳定前缀组织请求
- 357浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- 分类评测集不均衡时如何比较 macro 与 micro 指标
- 473浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Agent 工具返回文件路径时如何限制工作区范围
- 381浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- AI 流式响应中的 finish_reason 如何决定持久化时机
- 195浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- LoRA adapter 合并后 tokenizer 配置如何核对
- 162浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 57次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 152次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 91次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 66次使用
-
- CMMLU
- 深入了解CMMLU中文评估基准,涵盖67个学科主题,提供数据集下载、Zero-shot/Five-shot评估方法及排行榜,助力优化中文语言模型性能。
- 41次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

