機器人也能像蛇一樣，靈活地在復(fù)雜的地面上蜿蜒前行，甚至遇到障礙物時還能自己決定向右轉(zhuǎn)還是向后退？

近日，26 歲的英國劍橋大學(xué)博士生霍永康和所在團隊研發(fā)出一種名為反彈式贏家通吃的全新神經(jīng)形態(tài)控制架構(gòu)。

它讓機器人從簡單的肌肉收縮到復(fù)雜的避障決策，全部使用同一種大腦語言，從而變得更智能、更敏捷和更可靠，并已經(jīng)在一條五節(jié)機器蛇身上得到了生動驗證。

圖 | 霍永康（來源：霍永康）

該神經(jīng)系統(tǒng)并非使用電腦芯片和復(fù)雜代碼寫成的，而是通過模仿動物大腦的工作原理，使用一套名為反彈贏家通吃的特殊神經(jīng)元電路搭建的。

就像人腦里的神經(jīng)細(xì)胞通過微弱的電信號傳遞信息一樣，這套系統(tǒng)里每一個人造神經(jīng)元都能產(chǎn)生自己的電信號事件，比如一個快速的脈沖或是一連串持續(xù)的爆發(fā)信號。

（來源：資料圖）

什么是反彈式贏家通吃？

事實上，人類在走路和奔跑的背后正是大腦和脊髓在協(xié)同工作，它們既能產(chǎn)生有節(jié)奏的步伐比如左右腳交替，又能瞬間做出決定比如看到石頭就繞開。傳統(tǒng)的機器人控制器卻把這兩件事分開了：一部分電路只負(fù)責(zé)產(chǎn)生固定的節(jié)奏就像節(jié)拍器一樣，另一部分復(fù)雜的計算機程序負(fù)責(zé)做高級決策就像指揮官一樣。兩者之間需要復(fù)雜的翻譯才能溝通，這讓機器人系統(tǒng)變得笨重且難以調(diào)整。

霍永康告訴 DeepTech：“相比之下，生物神經(jīng)系統(tǒng)并不會把做決定和調(diào)節(jié)肌肉分成兩套完全不同的系統(tǒng)，而是用同一套基于事件的神經(jīng)活動同時完成節(jié)律生成和運動調(diào)節(jié)。我們受神經(jīng)形態(tài)控制的思想啟發(fā)，希望找到一種既能做離散決策，又能做連續(xù)調(diào)節(jié)，而且可以層層擴展的統(tǒng)一架構(gòu)?！?/p>

因此，本次研究的靈感直接來自生物學(xué)中的神經(jīng)元。他們發(fā)現(xiàn)神經(jīng)元有一個神奇的特性：反彈興奮性。簡單說，就是當(dāng)神經(jīng)元被強烈抑制比如被要求不準(zhǔn)動的時候，一旦抑制解除，它反而會像一個被壓緊后松開的彈簧一樣，砰地一下爆發(fā)一個電脈沖，而這個脈沖就是一個事件。

另一方面，大腦中還存在贏家通吃的競賽原則。想象一群孩子在爭搶唯一的一個球，最終只有一個最強的孩子能夠搶到，其他人都會被暫時壓制。神經(jīng)網(wǎng)絡(luò)也能以這樣的原理工作，以便確保在任何時刻，都只有一個贏家神經(jīng)元能被激活。

這項研究的精髓，便是將細(xì)胞的反彈特性和網(wǎng)絡(luò)的贏家通吃競賽這兩個古老的概念進(jìn)行完美結(jié)合，創(chuàng)造出了反彈式贏家通吃網(wǎng)絡(luò)。在這個網(wǎng)絡(luò)中：首先，反彈特性負(fù)責(zé)生成可靠的事件，就像確定彈簧的彈力大小一樣；其次，贏家通吃競賽負(fù)責(zé)編排事件的順序，就像規(guī)定好搶到球的孩子必須把球傳給某某一樣。

這樣一來，無論是對于節(jié)奏生成即何時動這一問題，還是對于決策制定即做什么這一問題，它倆都能使用同一種事件語言，在同一個物理網(wǎng)絡(luò)中無縫融合。

（來源：資料圖）

給機器蛇打造脊髓和大腦

為了展示這個架構(gòu)的強大，霍永康等人設(shè)計并控制了一條五節(jié)連接的機器蛇。這條機器蛇的神經(jīng)系統(tǒng)被分成了三層，但是全部使用同一種反彈式贏家通吃的基本單元搭建而成。

第一層是肌肉驅(qū)動層，它負(fù)責(zé)機器蛇的脊髓反射。

這一層的任務(wù)是控制機器蛇的每一個關(guān)節(jié)左右擺動。每個關(guān)節(jié)都由一個半中心振蕩器控制，它其實就是由兩個具有反彈特性的神經(jīng)元互相抑制而成。這就好比一個蹺蹺板：左邊神經(jīng)元負(fù)責(zé)點火，驅(qū)動向左的肌肉收縮，同時強烈抑制右邊的神經(jīng)元；右邊神經(jīng)元被抑制后進(jìn)入反彈預(yù)備狀態(tài)，一旦左邊的脈沖結(jié)束，右邊就會因為反彈而點火，驅(qū)動向右的肌肉收縮，并對左邊產(chǎn)生抑制。如此循環(huán)一下，關(guān)節(jié)就實現(xiàn)了自主的左右交替擺動，就像脊髓中控制步行節(jié)奏的基本電路一樣。

第二層是協(xié)調(diào)層，它好比是機器蛇的運動節(jié)律指揮官。

每個關(guān)節(jié)可以自己擺動是遠(yuǎn)遠(yuǎn)不夠的，要想讓機器蛇前進(jìn)或者后退，就得讓四個關(guān)節(jié)的擺動形成連貫的波浪。這就是協(xié)調(diào)層的任務(wù)。這一層包含兩個環(huán)形振蕩器，一個產(chǎn)生“1-2-3-4”順序的脈沖波以便讓機器蛇前進(jìn)，另一個產(chǎn)生“4-3-2-1”的脈沖波讓機器蛇后退。兩個環(huán)形圈通過一個快速的贏家通吃競賽樞紐連接，確保同一時間只有一個環(huán)形圈是激活的。這個層級的輸出會巧妙地引導(dǎo)肌肉驅(qū)動層的那些蹺蹺板，讓所有關(guān)節(jié)按照既定的方向和順序依次動作，從而形成協(xié)調(diào)的全身運動波形，這相當(dāng)于腦干針對步行節(jié)奏的高級調(diào)節(jié)。

第三層是監(jiān)督控制層，它是機器蛇的智能決策大腦。

當(dāng)機器蛇的頭部傳感器碰到障礙物的時候，它需要做出這樣一個高級決策：到底是原地右轉(zhuǎn)、還是向后撤退？這一層有一個雙狀態(tài)開關(guān)網(wǎng)絡(luò)。它同樣基于反彈式贏家通吃原理，但是運行在更慢的時間尺度上。它能記住當(dāng)前武裝的是哪一種策略比如右轉(zhuǎn)。當(dāng)觸發(fā)傳感器的時候，就可以執(zhí)行這一策略。

更有趣的是，當(dāng)傳感器離開障礙物的時候，一個特殊的下降沿繼電器神經(jīng)元會發(fā)出一個反彈脈沖，就像波動開關(guān)一樣，可以將內(nèi)部狀態(tài)切換到另一個策略比如后退。這樣一來當(dāng)下一次再次遇到障礙，機器蛇就會采取不同的行動。這實現(xiàn)了簡單的交替避障策略，展現(xiàn)了基于事件的決策能力。

（來源：資料圖）

那么，為何這項技術(shù)如此有前景？

第一，在于其統(tǒng)一性與簡化性。即從肌肉驅(qū)動到高層決策，全部使用同一種神經(jīng)元模型和事件通信機制。這就好比使用同一塊磚，既搭出了房子的地基，又搭出了頂尖的裝飾。無論是設(shè)計、調(diào)優(yōu)還是優(yōu)化，都變得前所未有的簡單和一致。

第二，在于其天然的魯棒性。由于事件生成和事件編排是解耦的，所以網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)可以立馬重置或改變當(dāng)前的節(jié)奏相位，從而實現(xiàn)極快的反應(yīng)。同時，緩慢變化的全局信號可以平滑地調(diào)節(jié)整個運動的頻率。

第三，在于其節(jié)省能量的特性。系統(tǒng)只在有事件發(fā)生也就是神經(jīng)元放電的時候，才會消耗主要能量以便進(jìn)行通信和計算，在靜息的時候耗電量非常低，這非常符合未來節(jié)能機器人和邊緣計算設(shè)備的需求。

“通過開發(fā)相應(yīng)的機器學(xué)習(xí)算法，未來有望在大規(guī)模多時空尺度的智能機電系統(tǒng)中，作為一種標(biāo)準(zhǔn)化的神經(jīng)形態(tài)控制中樞來使用。”霍永康表示。

他繼續(xù)闡述稱：“我個人很認(rèn)同費曼的一句話：‘What I cannot create, I do not understand。’（我不能構(gòu)造的，我也就還沒有真正理解。）在這項研究中，我們其實是在嘗試親手搭建一套類似生物神經(jīng)網(wǎng)絡(luò)的架構(gòu)，并讓它在真實的任務(wù)和約束下工作?！?/p>

某種意義上，這既是一種工程嘗試，也是理解生物神經(jīng)系統(tǒng)的一種方式，通過不斷地設(shè)計、重構(gòu)和檢驗這些仿生網(wǎng)絡(luò)。

他補充說道：“機器蛇是一個很好的展示例子，但這個架構(gòu)本身并不局限于機器蛇。我們也在考慮把同樣的設(shè)計原則應(yīng)用到足式機器人等場景，研究當(dāng)系統(tǒng)自由度和任務(wù)復(fù)雜度進(jìn)一步提升時，本次架構(gòu)在可擴展性和調(diào)參難度方面的表現(xiàn)?！?/p>

總體來說，本次研究嘗試使用一種統(tǒng)一的神經(jīng)形態(tài)事件驅(qū)動架構(gòu)，把傳統(tǒng)上分散在算法和控制、離散和連續(xù)兩個世界里的問題重新放在一起思考?；粲揽迪Ｍ粌H能為具體的機器人應(yīng)用提供一種新的設(shè)計思路，也能在控制理論、神經(jīng)科學(xué)和神經(jīng)形態(tài)硬件之間搭起一座橋梁。

未來，隨著學(xué)習(xí)機制和硬件平臺的進(jìn)一步發(fā)展，其希望這類事件驅(qū)動的人工神經(jīng)系統(tǒng)能在更多真實場景中發(fā)揮作用，也能反過來為人們理解生物神經(jīng)系統(tǒng)提供新的視角。

參考資料：

相關(guān)論文 https://arxiv.org/abs/2511.11924

運營/排版：何晨龍