当一只机器狗学会了自己走路——不靠大脑，靠本能

有人说，机器人走路是算出来的。浙大团队说，不，走路是长出来的。
他们把神经元的"平台"——那个让生物节律本能诞生的物理秘密——做进了二维材料，让一只机器狗在无人指挥的情况下自己迈步。这不再是软件调度，这是硬件本身的"肌肉记忆"。

一、问题：为什么机器人走路这么费劲？

四足机器人走路，这事说起来简单，做起来却是个无底洞。你可能看过波士顿动力的Spot翻跟头、Unitree Go2跳舞，觉得这东西已经很成熟了。但你知道一台机器狗走路到底需要多少算力吗？

简单来说：关节太多了，自由度太高了，控制太复杂了。

四足机器人有12个关节（每条腿3个：髋关节、大腿、小腿），每个关节实时需要位置、速度、扭矩三重反馈。控制算法必须解决：

• 运动学逆解：末端坐标怎么映射到关节角度
• 动力学平衡：重力、惯性、地面反力实时平衡
• 接触状态切换：着地、离地、摆动三种状态切换
• 冗余驱动优化：12个关节协同，避免"打架"

传统做法？深度学习+强化学习。先用神经网练一个策略，再部署到GPU/TPU上实时推理。然后你就会发现：

• 功耗几百瓦起步（英伟达Jetson Orin约40W，加上关节驱动，整机轻松上百瓦）
• 控制延迟毫秒级（10-50ms，在复杂地形下容易滞后）
• 泛化性差：换一种地面，策略可能失效，需要重新训练
• 硬件冗余：传感器、处理器、通信总线、电源，层层叠叠

最大的问题：你明明是在"算"走路，但生物走路根本不是算出来的。

一只蜥蜴、一只猫、甚至一个人，走路时大脑并没有逐帧计算每个关节的角度。真正起作用的，是脊髓里的一组神经回路——中枢模式发生器（Central Pattern Generator, CPG）。这些回路不需要大脑指挥，自己就能产生节律性的脉冲，驱动拮抗肌（伸肌和屈肌）交替收缩，形成自然的步态。

这就是生物的**"本能"**——不是软件，是硬件。

而浙大、北大、人大团队2026年发表在Nature Communications上的这篇论文，做的就是把这种生物本能，从MoS₂和石墨烯上"长"出来。

二、核心：人工平台神经元——把生物节律做进材料

2.1 生物中的平台神经元是什么？

在神经科学里，有一类特殊的神经元叫平台神经元（plateau neuron）。它的名字来自一个关键特性：膜电位可以"跳"到一个去极化的平台状态，在这个状态下，细胞持续发放动作电位，不需要持续的外部刺激。

打个比方：普通神经元像一盏灯，你得一直按着开关才亮。平台神经元像一盏有自锁功能的灯，你按一下开关，它会自己亮一阵，然后自动熄灭。这个"按一下"和"自动熄灭"之间的时间差，就是节律的来源。

平台神经元的物理基础是慢失活的离子通道：

• L型钙通道（CaV1.3）：去极化缓慢，失活更慢，形成持久的内向电流
• 持续钠通道（NaP）：激活阈值低，失活极慢，维持膜电位在平台状态
• 钙激活钾通道（KCa）：钙积累后触发，终止平台，让细胞复极化

在CPG回路中，平台神经元的关键作用是：

1. 产生节律性脉冲串（burst）：无需突触输入，自主振荡
2. 双稳态：要么安静，要么爆发，两种状态可切换
3. 拮抗激活：一个神经元群兴奋时，另一个被抑制，形成交替步态
4. 可塑性：平台电位可以被神经调质（如5-HT、去甲肾上腺素）调节，改变步态频率和强度

Grillner在1980年代的研究表明，脊髓CPG中的节律性平台电位是脊椎动物四足运动的核心机制。Marder和Bucher在2001年的综述中进一步指出，离子通道的膜特性决定了CPG的频率和相位，而不仅仅是突触连接。

2.2 人工平台神经元：MoS₂ + 石墨烯的"物理记忆"

论文团队做的人工平台神经元，不是用软件模拟，而是用二维材料器件直接实现物理层面的双稳态和脉冲可塑性。

器件结构由两个核心组件串联：

工作方式：

• 去极化（激活）：对PG施加-10V脉冲（10ms），电子注入石墨烯浮栅，MoS₂沟道形成导电通路，PG进入"活跃态"，允许后续脉冲通过
• 超极化（关闭）：对PG施加+10V脉冲（100ms），电子从浮栅释放，MoS₂沟道关闭，PG进入"静默态"
• 脉冲发放：在PG激活态下，TS接收0.6V的输入脉冲（1ms间隔，50%占空比），积分后触发输出脉冲
• 节律产生：PG的周期性交变（去极化→超极化→去极化...）形成节律性的脉冲串输出

这里有一个绝妙的生物类比：

• PG的浮栅电荷 = 生物神经元的慢失活离子通道（两者都提供"记忆"）
• TS的银丝通断 = 生物神经元的快钠通道（两者都触发脉冲）
• PG的周期性交变 = 生物CPG的节律性平台电位

关键创新：原位脉冲可塑性（in-situ spike-malleability）

传统神经形态器件的突触权重是固定的，需要外部重新编程。而PG-TS器件的脉冲振幅、频率和相位，可以通过调节PG的电压（±10V）和输入脉冲的振幅，在器件工作的同时实时改变。这就像生物神经元被神经调质实时改变放电模式一样——不是重新编程，是动态适应。

三、从单神经元到分布式电路：让机器狗自己走路

3.1 2(PG-TS)拮抗电路：伸肌与屈肌的交替节奏

生物四足运动的本质是拮抗肌的交替收缩。一个PG-TS单元只能产生一种方向的脉冲。要控制伸肌和屈肌，需要两个单元配合。

论文构建的2(PG-TS)电路是这样的：

• PG1-TS1：控制伸肌（extensor），V_PG1去极化时产生脉冲
• PG2-TS2：控制屈肌（flexor），V_PG2去极化时产生脉冲
• 相位锁定：PG1和PG2的V_PG交变相位差180°，天然形成拮抗交替
• 信号转换：屈肌支路通过反相跨阻放大器（ITIA）将正脉冲转为负脉冲，驱动反向电机

三种编码模式：

• 编码1：PG1去极化，PG2超极化 → 伸肌激活，屈肌静默
• 编码2：PG1超极化，PG2去极化 → 屈肌激活，伸肌静默
• 编码3：弱去极化+时变V_pulse → 调制脉冲振幅和相位，实现动态步态调整

3.2 4PG-TS扩展电路：并行处理与多关节协调

单条腿有2个活跃关节（大腿和小腿），四条腿就是8个关节。4PG-TS电路通过4个并联PG的电流叠加实现扩展：

• 4个PG同时去极化，电流通过基尔霍夫求和进入TS
• 每个PG的激活程度不同，产生阶梯式脉冲电流
• 相当于硬件层面的乘累加（MAC）运算
• 扩展了动态可塑性范围，支持多关节并行协调

3.3 分布式控制：没有中央大脑

这是论文最震撼的一点：控制回路中没有中央处理器，没有GPU，没有神经网络推理。

整个控制架构是硬件到硬件的端到端回路：

2(PG-TS)振荡器（4组，对角同步）
    ↓ 节律性脉冲输出
反相跨阻放大器（ITIA，屈肌支路）
    ↓ 正/负脉冲对
高斯滤波器（将脉冲转为平滑角度曲线）
    ↓ 目标关节角度
关节级PD控制器（比例-微分）
    ↓ 电机扭矩指令
Unitree Go2关节执行器

对角同步策略：

• Group 1：左前（LF）+ 右后（RH）——共享相同的运动曲线
• Group 2：右前（RF）+ 左后（LH）——镜像同步
• 4组信号对（Ei, Fi）控制全部8个活跃关节（髋关节固定）

相位分布（trotting gait）：

• 伸肌相位：54°–162°（27°步进）
• 屈肌相位：234°–342°（180°反相）
• 这就形成了经典的对角同步小跑步态（trotting）

关键数据：

• 器件级延迟：5.62微秒（比VO₂基系统快千倍，比软件SNN控制器快约1000倍）
• 每次脉冲能耗：141.37皮焦（每2(PG-TS)电路，500Hz频率）
• 工作电压：脉冲输入0.6V，平台调制±10V
• 电机驱动功耗比传统MCU-PD控制器降低13.64%（0.4m/s速度下）

3.4 在Unitree Go2上的实测

论文在Unitree Go2四足机器人上做了实机验证：

• 12个关节（4腿×3关节），但髋关节固定，仅8个关节（大腿+小腿）活跃
• Isaac Gym仿真环境预验证，然后部署到物理机器人
• 平地小跑：速度0.15m/s，稳定行走（补充视频3）
• 速度适应：通过V_PG调制和光偏置增强，实现三阶段步态切换：
  • 静止踏步（0 m/s）→ 谨慎行走（0.15 m/s）→ 快速行走（0.4 m/s）
• 动态步态调整：减弱V_PG输入，脉冲强度和相位分布缩小，实现低强度运动模式

注意：论文没有展示复杂地形（楼梯、斜坡、障碍物）的测试结果，也没有展示扰动恢复（被推了一下怎么办）。但平地稳定行走和速度自适应已经是一个重要的概念验证。

四、这为什么重要？三个维度的意义

4.1 能耗维度：从"算"走路到"长"走路

传统机器人控制的功耗结构是金字塔型的：

• 底层：关节驱动（最大头，几十瓦到上百瓦）
• 中层：传感器采集和预处理（几瓦）
• 上层：AI推理和决策（几十瓦）
• 顶层：通信和协调（几瓦）

PG-TS方案砍掉了上层。CPG的节律不需要AI推理，器件本身就在物理层面产生节律。论文给出的数据：

• 电机驱动功耗降低13.64%（对比MCU-PD控制器）
• 但这只是电机部分。器件本身的功耗极低：141.37 pJ/spike，每2(PG-TS)电路在500Hz下平均功耗141.37 nW
• 如果扩展到4组2(PG-TS)控制8个关节，总器件功耗约566 nW——几乎可以忽略不计

当然，外围电路（ITIA、高斯滤波器、PD控制器）的功耗论文没有给出完整数据。但核心逻辑是：把节律控制从"算"降级到"物理现象"，功耗会下降几个数量级。

4.2 延迟维度：从毫秒到微秒

机器人控制有个硬约束：动态步态稳定需要控制延迟在10-100ms以内。传统方案：

• 软件SNN控制器：~10ms
• GPU推理：5-20ms（取决于模型大小）
• 传感器采集+通信：1-5ms
• 总延迟：经常逼近安全边界

PG-TS器件的响应是5.62微秒。即使加上外围电路和机械响应，也比传统方案快1-2个数量级。这意味着：

• 更稳定的动态运动（更快的反馈闭环）
• 更高的步态频率上限
• 对扰动的响应更快（如果未来加入传感器反馈）

4.3 架构维度：从中央集权到分布式自治

传统机器人控制是中央集权的：所有传感器数据汇总到中央处理器，计算后统一分发指令。这是冯·诺依曼架构的延伸，存在：

• 单点故障：中央处理器挂掉，全机瘫痪
• 带宽瓶颈：关节越多，通信总线越拥挤
• 同步开销：时钟同步、总线仲裁、协议开销

PG-TS方案是分布式的：每个关节（或每组关节）有自己的节律振荡器，对角组之间仅需要相位同步，不需要中央协调。这更接近生物 nervous system 的架构：

• 脊髓CPG自主产生节律
• 大脑只发"走"或"停"的高层次指令
• 感觉反馈实时微调CPG参数，但不中断节律

这种架构天然支持：

• 模块化扩展：加一条腿，加一个振荡器，不需要改中央程序
• 容错性：一个振荡器失效，其他腿仍可维持节律（虽然步态会变形）
• 去耦合：不需要中央时钟，不需要全局状态同步

五、技术细节与实现路径

5.1 器件制造工艺

表征手段：Raman光谱、AFM、SEM。20个2(PG-TS)样品的脉冲输出呈高斯分布，1000个4PG-TS脉冲在阶跃去极化下也呈正态分布。

5.2 控制信号的数学形式

关节角度指令：

其中，相对位移来自伸肌-屈肌脉冲对的差值：

脉冲对通过高斯滤波平滑后，映射到正弦关节角度曲线，再由PD控制器转为电机扭矩。

5.3 与现有方案的对比

六、局限与未来

论文诚实地展示了成绩，也留下了几个未解答的问题：

1. 器件稳定性与寿命

论文没有给出：

• 编程/擦除循环次数（石墨烯浮栅的耐久性）
• 电荷保持时间（去极化/超极化状态能维持多久）
• 器件间一致性（20个样本的分布是初步数据，大规模阵列的良率未知）
• 温度敏感性（二维材料器件通常在低温下表现更好，室温长期稳定性是挑战）

二维材料（MoS₂、石墨烯）的器件稳定性一直是产业化的瓶颈。Nature Communications 2026年发表，说明器件至少在实验条件下稳定，但量产级别的数据还没有。

2. 系统级功耗与端到端延迟

141.37 pJ/spike和5.62 μs是器件级数据。完整的控制回路还包括：

• ITIA反相放大器
• 高斯滤波器（可能是模拟RC或数字滤波）
• PD控制器（可能是硬件PID或软件实现）
• 电机驱动器
• 机械响应时间

论文没有给出端到端的总功耗和总延迟。如果外围电路是模拟电路，功耗可能仍然很低；如果用了数字MCU做PD控制，那延迟和功耗的优势会打折扣。

3. 复杂地形与泛化性

论文展示的测试仅限平地小跑和速度切换。没有：

• 楼梯、斜坡、崎岖地面
• 外部扰动（被推、被绊）恢复
• 不同步态切换（小跑↔行走↔奔跑）
• 负重变化适应

纯硬件CPG的步态是预设的节律模式。没有感官反馈闭环（力传感器、IMU实时调整），很难在复杂地形下自适应。论文提到"自适应步态转换"，但指的是速度变化，不是地形适应。

4. 与传统AI控制的对比

论文只对比了MCU-PD控制器，没有对比：

• 深度强化学习（如PPO、SAC训练的步态策略）
• 模型预测控制（MPC）
• 混合方案（CPG+RL融合，如2024年的多项工作）

PG-TS方案在能耗和延迟上有优势，但在复杂地形适应性上可能不如AI方案。未来的最优解可能是混合架构：硬件CPG负责底层节律，AI负责高层策略和地形适应。

5. 生物复现的完整性

生物平台神经元有多个特性：

• ✅ 节律性脉冲串（复现）
• ✅ 双稳态（复现）
• ✅ 拮抗激活（复现）
• ❓ 适应性（V_PG调制，部分复现）
• ❌ 疲劳（生物神经元会因钙积累而疲劳，PG-TS没有）
• ❌ 多稳态（生物CPG有多个稳定相位模式，PG-TS目前只有固定180°反相）
• ❌ 神经调质的复杂调制（5-HT、多巴胺等多调质协同，PG-TS只有电压调制）

所以这是一个简化但有效的生物灵感方案，不是完整的神经复现。

七、结语：从"智能"回到"本能"

这篇论文的深层意义，不是又做了一个更快的机器人控制器。而是它提出了一个范式的转变：

让硬件本身具备"记忆"和"节律"，而不是用软件去模拟它们。

在AI时代，我们习惯了"一切问题都用更大的模型、更多的算力来解决"。机器人走路？上强化学习。效果不好？加层数、加数据、加GPU。这导致了一个悖论：为了让机器人"像生物一样灵活"，我们造出了比生物大脑复杂千百倍的计算系统，功耗高千百倍，延迟大千百倍。

浙大团队的思路是反向的：如果生物走路不需要AI，那机器人为什么需要？如果脊髓CPG的本质是离子通道的物理特性，那我们能不能用材料科学直接复现这些物理特性？

他们用MoS₂的沟道导电、石墨烯浮栅的电荷俘获、银丝通断的阈值开关，拼出了一个会自己"呼吸"的电路。这不是数字逻辑，不是神经网络——这是模拟物理。

最后的结果？一只机器狗在没有任何中央处理器的情况下，自己迈步走了起来。5.62微秒的响应，141.37皮焦的能耗，像一根火柴的百万分之一。

这让我想起一个古老的生物学概念：

进化不会创造它不需要的东西。 如果生物能用离子通道的物理特性解决走路问题，它就不会进化出一个"中央大脑"来专门算走路。

也许机器人也该如此。不是所有智能都需要AI。有些本能，做进材料就够了。

参考文献

1. Wang, H., Zhang, Y., Chai, Q. et al. Artificial plateau neurons with in-situ spike-malleability for rhythmic quadrupedal locomotion. Nat Commun (2026). https://doi.org/10.1038/s41467-026-72428-2

2. Grillner, S. Biological pattern generation: the cellular and computational logic of networks in motion. Neuron 52, 751–766 (2006). https://doi.org/10.1016/j.neuron.2006.11.008

3. Marder, E. & Bucher, D. Central pattern generators and the control of rhythmic movements. Curr Biol 11, R986–R996 (2001). https://doi.org/10.1016/S0960-9822(01)00581-4

4. Harris-Warrick, R. M. Ion channels and receptors in the spinal generation of motor behavior. Curr Opin Neurobiol 22, 702–709 (2012). https://doi.org/10.1016/j.conb.2012.04.002

5. Chen, D. et al. Dedicated and Reconfigurable Artificial Neurons and Synapses based on Two-Dimensional Materials for Efficient Neuromorphic Application. Nano-Micro Lett 18, 139 (2026). https://doi.org/10.1007/s40820-026-02139-2

#论文 #神经形态计算 #类脑机器人 #MoS2 #石墨烯 #UnitreeGo2 #去中心化控制 #小凯