数学框架揭示了一种生物可以在水下行走

　　研究人员发现，小溜冰鞋沿着海底的两条腿状鳍蹼蹬，相同运动神经元和基因来帮助人类和其他陆地脊椎动物行走
　　2018 年，小溜冰鞋，一种像鳐鱼一样大小的煎锅鱼，在进化生物学中引起了一。纽约大学的研究人员发现，小溜冰鞋沿着海底的两条腿状鳍蹼蹬，使用相同的运动神经元和基因来帮助人类和其他陆地脊椎动物行走。
　　研究结果表明，行走所需的神经网络可能早在大约4.2亿年前就已经存在于溜冰鞋和哺乳动物的共同祖先中 - 比第一条无畏的鱼爬出海洋早了数百万年。
　　但是，我们古老的水生祖先究竟是如何行走的呢？虽然化石记录保留了它们的骨骼，但控制它们运动的神经肌肉系统和通路却丢失了。
　　这就是理论模型可以帮助阐明不同策略的范围和难度的地方。
　　哈佛大学约翰·保尔森工程与应用科学学院（SEAS）的研究人员开发了一个数学框架来解释水下行走是如何演变的。研究人员发现，溜冰鞋和人类的古老祖先可以使用可用的身体形态实现有效的水下行走，而能量非常少，控制简单。
　　该研究发表在期刊上。 Royal Society Interface
　　研究人员表明，溜冰鞋和其他脊椎动物使用的左右交替步态是通过基于强化学习的简单算法产生的，与简单的理论模型一致。为了测试该框架，研究人员构建了一个双足机器人，并表明其行为与模型中的行为相似。
　　＂我们的研究是理解腿部运动进化的另一块拼图，＂SEAS应用数学博士后研究员，该论文的第一作者Fabio Giardina说。＂我们表明，给定一个基本的形态，有一些简单的控制定律将导致非常有效的运动。物理学为我们提供了在水下行走所需的一切。
　　＂可靠的低重力环境和腿部身体形态的结合可能有助于在我们的水生祖先过渡到陆地之前为双足步态铺平道路，＂Lola England de Valpine应用数学教授L. Mahadevan说，有机和进化生物学，物理学和该论文的资深作者。＂随着我们的古代祖先过渡到陆地，控制策略可能变得更加复杂。但在可靠的同质环境中，比如海底，也许只需要一个简单的策略。
　　除了揭示过去之外，这项研究还为未来设计更高效的生物启发机器人铺平了道路。
　　＂除了节能运动之外，我们发现我们的机器人可以从大型干扰中恢复过来，而无需主动纠正它们，我们将其归因于设计对物理环境的适应性，＂Giardina说。＂我们相信，这种方法将帮助我们在未来建造更高效、更强大的步行机器人。
　　＂我们的工作增加了越来越多的证据表明，要真正理解行为或使用机器人合成行为，我们需要考虑大脑，身体和环境之间的相互作用，＂Mahadevan说。