为了避开捕食者，刚出生的长颈鹿或者马驹等动物必须学会用腿尽可能快地走路。然而，学会精确协调腿部肌肉和肌腱，还是要花费一些时间。最初，小动物严重依赖于天生的脊髓反射，运动控制反射帮助它们在第一次尝试行走时避免摔倒和受伤。之后，它们必须学习更先进、更精确的肌肉控制，直到神经系统最终适应腿部肌肉和肌腱。最后，它们就像成年动物一样，再也不会有不受控制的跌跌撞撞了。
这个过程可能非常短（比如牛羊刚出生就会走路），也可能是几天到几周（比如猫咪和狗子需要一些时间学习），也可能长达1年（比如人类幼儿学走路就很慢）。
那么，问题来了，动物是如何学会行走并从磕磕绊绊中学习的？为此，马克斯·普朗克智能系统研究所（MPI-IS）的研究团队进行了一项研究，他们制造了一个四条腿、狗一样大小的机器人，希望借此来回到这一问题。
相关研究论文以“Learning plastic matching of robot dynamics in closed-loop central pattern generators”为题，已发表在科学期刊Nature Machine Intelligence上。
“作为工程师和机器人专家，我们通过制造一个机器人来寻找答案，它具有像动物一样的反射能力，并从错误中学习。”论文第一作者、通讯作者Felix Ruppert说。“如果动物跌倒了，这是一个错误吗？如果只发生一次，就不是错误。但是，如果它经常跌倒，就可以为我们提供一个衡量机器人行走能力的标准。”
据论文描述，该机器狗名为Morti，只用了一个小时学习走路，就很好地掌握了复杂的腿部力学。在这一过程中，研究团队利用一种贝叶斯优化算法来指导机器狗学习：测量到的足部传感器信息与虚拟脊髓模型的目标数据相匹配，脊髓模型作为程序运行在机器人的“大脑”中。机器人通过不断比较发送和期望的传感器信息、运行反射回路和调整其运动控制模式来学习行走。
Morti的小型计算机在行走过程中只消耗了5瓦的能量。但是，大多数现有的工业四足机器人对电力的需求要大得多。它们的控制器使用机器人的模型，根据机器人的精确质量和身体几何形状进行编码，通常消耗几十到几百瓦。两种类型的机器人都是动态高效运行的，但Morti的能量消耗要低得多，而且还提供了对动物解剖学的重要见解。