Физика ходьбы многоногих животных и роботов проще, чем считалось ранее. Это открытие было описано группой робототехников, физиков и биологов в выпуске Proceedings of the National Academy of Sciences от 5 сентября в статье под названием «Ходьба похожа на скольжение: объединяющий, основанный на данных взгляд на передвижение. «

Это важно, потому что это позволит робототехникам создавать гораздо более простые модели для описания того, как роботы ходят и перемещаются по миру».

Ник Гравиш, соавтор статьи, преподаватель кафедры машиностроения и аэрокосмической техники Калифорнийского университета в Сан-Диего.

Исследователи ранее изучали ходьбу муравьев и хотели посмотреть, как их результаты можно применить к роботам. В процессе они обнаружили новую математическую взаимосвязь между ходьбой, прыжками, скольжением и плаванием в вязких жидкостях для многоногих животных и ботов.

Команда изучила несколько колоний аргентинских муравьев в Калифорнийском университете в Сан-Диего и два разных типа многоногих роботов в Мичиганском университете.

«Аргентинских муравьев очень легко изучать в лаборатории», — говорит соавтор статьи Гленна Клифтон, преподаватель Университета Портленда, которая провела большую часть исследований муравьев, когда была докторантом в лаборатории Гравиша в Калифорнийском университете в Сан-Диего.

Аргентинские муравьи — хорошие ходоки, которые могут преодолевать большие расстояния по разным ландшафтам. Эти муравьи также легко адаптируются к лабораторным условиям, быстро восстанавливая свои колонии. Затем исследователи могут мотивировать их ходить, размещая еду в определенных местах. «Эти муравьи прокладывают тропы для кормления и следуют по ним», — сказал Клифтон. «Они быстро приходят в норму и не держат зла».

Для изучения этих различных животных и роботов исследователи использовали алгоритм, разработанный исследовательской группой Шай Ревзен из Мичиганского университета, который превращает сложные движения тела в формы. «Этот алгоритм позволяет нам создать простую взаимосвязь между тем, в какой позе вы находитесь и куда вы собираетесь двигаться дальше», — сказал Гравиш.

Исследователи обнаружили, что одни и те же алгоритмы могут применяться как к муравьям, так и к двум разным типам роботов в исследовании, даже несмотря на то, что количество скользящих движений при ходьбе сильно различается. Аргентинские муравьи также не сильно скользят при ходьбе — всего 4,7% от общего движения. Напротив, этот процент проскальзывания составляет от 12% до 22% для шестиногого робота BigANT и от 40% до 100% для многоногих роботов с шестью-двенадцатью ногами в исследовании, которые иногда ползают.

Используя эту модель, исследователи могут предсказать, куда насекомое или робот будут двигаться дальше, просто основываясь на том, какую позу или форму они принимают. «Это обеспечивает универсальную модель определения местоположения, которая применяется всякий раз, когда в движении преобладает трение с окружающей средой», — пишут исследователи.

Математика, которую использовали исследователи, не нова. Но считалось, что математика применима только к скольжению и плаванию в вязких жидкостях. Команда показала, что одни и те же уравнения применимы к ходьбе на нескольких ногах, независимо от того, скользят ли ходоки или нет. Кроме того, те же самые правила применяются от насекомых миллиметрового размера, таких как муравьи, к роботам метрового размера. Ранняя версия названия статьи была «ходьба, как червяк».

«Универсальность этого подхода может найти применение в проектировании роботов и планировании движения, а также дает представление об эволюции и управлении передвижением на ногах», — пишут исследователи.

Исследователи предполагают, что эти универсальные принципы могут иметь значение для понимания основных эволюционных переходов, например, от плавания к ходьбе. Учитывая, что ходьба, даже со скольжением, следует тем же общим принципам контроля, что и вязкое плавание, ранние наземные животные могли уже иметь нейронные схемы, необходимые для передвижения по суше.

Исследователи не изучали двуногих существ, но модель применима к ним, если они двигаются медленно; поставить обе ноги на землю одновременно; и не падать. (Представьте, что Майкл Джексон совершает лунную походку.)

Команде еще предстоит выполнить более тонкую настройку, чтобы понять, например, роль сил трения в модели.

«В любом случае, ходьба может быть намного проще, чем мы обычно думаем», — сказал Гравиш.