多足動物和機器人行走的物理過程比之前想象的要簡單。這是一個由機器人專家、物理學家和生物學家組成的團隊在9月5日出版的《美國國家科學院院刊》上發表的一篇題為“行走就像滑行：統一的、數據驅動的運動觀”的論文中描述的發現

“這一點很重要，因為它將使機器人學家能夠建立更簡單的模型來描述機器人在世界上行走和移動的方式，”論文合著者、加州大學圣地亞哥分校機械和航空航天工程系的教員尼克·格拉維什（Nick Gravish）說。

研究人員此前曾研究過螞蟻行走，并想看看他們的發現如何應用于機器人。在此過程中，他們發現了多足動物和機器人在粘性流體中行走、跳躍、滑行和游泳之間的新數學關系。

該團隊在加州大學圣地亞哥分校研究了幾個阿根廷螞蟻群體，并在密歇根大學研究了兩種不同類型的多足機器人。

“阿根廷螞蟻很容易在實驗室進行研究，”論文合著者、波特蘭大學（University of Portland）教員格倫娜·克利夫頓（Glenna Clifton）說。她在加州大學圣地亞哥分校（UC San Diego）格拉維什實驗室擔任博士后學者時，負責了大部分螞蟻研究。

阿根廷螞蟻是很好的步行者，可以在各種地形上長距離行走。這些螞蟻也能很容易地適應實驗室環境，迅速地重建蟻群。然后，研究人員可以通過在特定位置放置食物來激勵他們行走。克利夫頓說：“這些螞蟻會設置覓食路線并跟隨它們。”。“他們很快就會恢復過來，他們沒有怨恨。”

為了研究這些不同的動物和機器人，研究人員使用了密歇根大學Shai Revzen研究小組開發的算法，將復雜的身體運動轉化為形狀。格拉維什說：“這個算法可以讓我們在你所處的姿勢和你下一步要移動的位置之間建立一個簡單的關系。”。

研究人員發現，相同的算法可以應用于研究中的螞蟻和兩種不同類型的機器人，盡管它們行走時的滑動運動量差異很大。阿根廷螞蟻走路時也不會滑倒鈥攋ust占總運動的4.7%。相比之下，在研究中，六條腿的BigANT機器人的滑倒率為12%到22%，而六條腿到12條腿的多足機器人有時會爬行，滑倒率則為40%到100%。

通過使用這個模型，研究人員可以簡單地根據什么姿勢來預測昆蟲或機器人下一步要移動的位置鈥攐r形鈥攖嘿，你成功了。研究人員寫道：“這為位置提供了一個通用模型，無論何時運動受到與環境摩擦的影響，該模型都適用。”。

研究人員使用的數學方法并不新鮮。但據了解，該數學僅適用于在粘性液體中滑行和游泳。研究小組表明，同樣的方程適用于多足步行，無論步行者是否滑倒。此外，同樣的規則適用于毫米級昆蟲，如螞蟻和米級機器人。報紙標題的早期版本是“像蟲子一樣走路”

研究人員寫道：“這種方法的普遍性可能在機器人設計和運動規劃中有應用，并為腿運動的進化和控制提供了洞察。”。

研究人員假設，這些普遍原則可能對理解主要的進化轉變有影響，例如從游泳到走路。考慮到行走，即使是打滑，也遵循與粘性游泳相同的一般控制原理，早期陸上動物可能已經具備了陸上運動所需的神經回路。

研究人員沒有研究兩腿動物，但只要它們移動緩慢，雙腳同時在地上，并且不會摔倒，該模型就適用于它們。（想象邁克爾·杰克遜在月球漫步。）

團隊還有更多的微調工作要做，例如，了解摩擦力在模型中的作用。

“不管怎樣，走路都比我們通常認為的簡單得多，”格拉維什說。