线虫神经控制多足机器人

全脑网络驱控

首次将秀丽隐杆线虫全脑神经网络模型用于多足机器人控制，实现更自主的觅食行为与运动生成能力。

张彧 · 丁飞 · Dun, Yang · 于洋 · Yu, Ying · 王青云 · Hexi, Baoyin

Biomimetics 2024

参数信息

机器人腿数

12

控制方法数量

2

技术优势

更自主

机器人由线虫全脑神经网络直接控制，无需人工编程具体行为，就能表现出觅食等自主行为。

实时双向通信

在仿真和实验中实现了BNN模型与机器人动力学模型的实时通信，包括编码与解码算法，使生物神经网络与机器人实体协同工作。

行为策略多样

利用同一全脑神经网络实现了定向控制和运动生成两种控制方法，展示了该模型能够支撑多种机器人行为模式。

应用场景

• 类脑机器人控制：用全脑神经网络替换传统控制器，让机器人在未知环境中自主产生适应性行为。
• 神经拟态控制：直接在神经元突触层面进行信息处理，实现低功耗、高并行度的机器人控制计算。
• 多足机器人运动：为多足机器人提供生物神经驱动的运动生成方法，实现更自然、灵活的步态。
• 生物混合机器人：将生物神经网络模型与机器人实体结合，探索生物智能与机电系统的融合。