当地震将平坦路面变为瓦砾堆，当火星表面的崎岖地貌阻挡了所有轮式车辆，谁来抵达被困者身边？一支由日本东北大学和泰国VISTEC研究所组成的国际团队，正在从一种细长的昆虫身上寻找答案。

01

不教步态，只问目标

研究团队选择竹节虫作为学习对象。这种昆虫拥有六条细足，能在树枝、叶片和地面间灵活穿行，其运动协调性远超当前多数多足机器人。但昆虫学家长期无法精确识别其腿部协调的数学原理，更难以将观察到的行为转化为可编程规则。

论文通讯作者大胁大副教授说：我们从一开始就没有告诉机器人应该怎么走，只让它理解竹节虫想要达成什么目标，然后让机器人自主追逐这个目标。团队采用对抗性逆强化学习，这是一种模仿学习方法，能自动识别安全落脚的奖励模式，并持续适应环境变化。

02

一小时从观察者变成全能行者

实验结果验证了这种思路的效率。六足机器人仅需短暂观察竹节虫在平坦区域的行走，便能自主学会应对多种地形，整个过程不足一小时。更重要的是，学习到的协调网络具有良好的迁移性，无需繁琐调整即可服务于体型相差五倍的不同机器人。

这种方法的底层逻辑是：不复制昆虫的具体动作，而是提炼其运动控制的基本原则。传统仿生机器人通常针对特定机型和地形编写行走程序，一旦环境或本体结构改变，算法就需要重写。大胁团队的成果表明，基于目标的逆强化学习有望生成更具通用性的运动控制框架。

03

从实验室到废墟

研究团队指出，这项技术未来可能在灾害场景中发挥关键作用。废墟环境缺乏平坦路面，救援机器人可能面临断肢、湿滑或临时障碍等突发状况。如果一个学习系统能理解行走的基本目标，而非死记硬背固定步态，它在结构受损时仍有可能自行调整姿态、继续前进。

日本是地震多发国家，对灾害机器人的需求极为迫切。东北大学这项研究已获得日本学术振兴会科研费资助，研究团队也在探索将这一学习框架扩展到其他六足生物乃至四足动物。

大胁坦言，论文发表只是第一步。下一步是在更接近真实废墟的测试场中验证该学习系统的鲁棒性，同时探索机器人在失去一条腿后通过持续学习自行补偿的可能性。

当竹节虫在树枝上安静地调整重心时，它或许不知道自己的行走方式正在为未来的机器人绘制一张废墟中的导航图。