揭开蜘蛛肢体再生的秘密激发新一代软机器人的灵感

2021年12月31日整理发布：蜘蛛网是由拥有4亿年专业知识的8位足专家建造的工程奇迹。从蜘蛛的游丝网的构建和粘性陷阱的操作中可以学到很多东西。

令人惊讶的是，花园十字蜘蛛可以再生失去的腿并立即使用它们来构建一个完美的网，即使新的肢体比它替换的肢体短得多。这种现象使科学家能够探索这种动物用来构建网的规则以及它如何使用腿作为量尺。

牛津大学和奥胡斯大学的研究揭示了蜘蛛再生后的腿部运动如何与其他正常长度的腿相适应;协调复杂的运动和线程操作。

FritzVollrath和ThiemoKrink在《界面》上发表的研究，皇家学会杂志解决了一个关键问题：每个肢体都像一台半独立的计算机，并通过适应的传感器在本地进行大部分计算，这种现象称为形态学计算。

这项工作展示了如何将蜘蛛用来构建其网络的复杂运动和操作序列转化为可以测试的决策规则。在这里，行为被编码为嵌入在计算机屏幕上绘制网的虚拟(或网络)蜘蛛中的一组正式规则。通过结合使用真实和虚拟蜘蛛的实验，科学家们已经能够探测和验证规则集。

然后，研究人员将这些AI规则的关键参数编码为基因，并在称为遗传算法的过程中使用计算机动画来选择虚拟网络，以结合成本和收益来寻找最佳解决方案。

来自牛津动物学系和主要作者的弗里茨沃尔拉斯教授说：“我们感到惊讶的是，动物能够完美地‘做自己的事’，腿只有正常长度的一半，而且是全新的，即肌肉没有没有时间“学习”如何响应的传感器。

'通过将计算机建模与真实动物行为的实验研究相结合，使用我们的新技术来解开动物隐藏的行为规则是令人兴奋的。

“将蜘蛛的决策规则编码到网络基因中，使我们能够通过应对网络苍蝇和想象中的成本效益平衡等虚拟挑战，让系统在基于计算机的生态系统中进化。”

Vollrath和Krink希望这种理解能够让现代机器人学的各个方面了解动物可以使用简单的规则结合适应性皮肤和技能来执行复杂任务的方式和方法。

他们的虚拟蜘蛛使用的算法嵌入在可以下载的应用程序中。这使各级学生可以在线研究蜘蛛的行为决策规则(以网络建设为范式)，同时探索进化对塑造动物行为和生态的力量。

研究人员旨在与机器人专家建立更深层次的联系，以探索蜘蛛行为如何为无人驾驶车辆的驾驶和导航提供信息，以及如何构建和操作新型机器人。

标签：