步態(tài)的選擇，無論我們走路還是跑步，都是如此自然地來到我們身邊，以至于我們幾乎沒有想過它。我們以低速行走并高速行駛。如果我們踏上跑步機并慢慢加快速度，我們將從步行開始，但在某些時候我們將轉(zhuǎn)向跑步; 不由自主地，因為感覺正確。我們已經(jīng)習慣了這一點，我們發(fā)現(xiàn)看到有人高速行走比較有趣，例如，在奧運會的人行道上。步態(tài)的自動選擇幾乎發(fā)生在所有動物身上，盡管有時步態(tài)不同。例如，馬匹傾向于以低速行走，以中等速度小跑，并以高速馳騁。是什么讓步行更適合低速行駛和高速行駛?我們怎么知道我們必須切換，為什么我們不像馬一樣跳過或馳騁?究竟是什么構(gòu)成了行走，跑步，小跑，奔跑以及在自然界中可以找到的所有其他步態(tài)?

由密歇根大學機器人與運動實驗室(RAM-Lab)的C. David Remy博士領(lǐng)導的研究人員對這些問題和相關(guān)問題感興趣的原因非常簡單：他們希望建立靈活，快速的腿式機器人，和節(jié)能。使用不同步態(tài)的能力可能是此任務中的關(guān)鍵因素，因為對人類和動物有益的東西可能對腿式機器人同樣有益。這仍然是一個很大的“可能”，因為我們目前不知道使用不同的步態(tài)是否會實際得到回報，或者機器人的步態(tài)將如何。它們是某種形式的步行或跑步，還是會完全不同?

在自然界中，生物力學研究表明，步態(tài)的選擇與運輸?shù)哪芰砍杀久芮邢嚓P(guān)。該成本描述了為了移動一定距離需要燃燒多少卡路里。這是一項重要的措施，對于許多動物來說，食物往往是稀缺資源，有效的運動可能是生存的關(guān)鍵。為了理解步態(tài)對運輸成本的影響，研究人員可以通過測量人或動物在使用不同步態(tài)進行運動時消耗的氧氣量來估算能量消耗。使用這種技術(shù)，已經(jīng)表明，在低速時，它只需要較少的人力來行走和高速行駛，減少運行的努力。馬匹從步行轉(zhuǎn)向小跑到奔跑也是如此：改變步態(tài)可以節(jié)省能量。

來自Hoyt和Taylor論文“Gait和馬的運動的能量學”的圖形的這種改編顯示了作為前進速度的函數(shù)的運輸?shù)拇x成本。很明顯，隨著速度的提高，從步行過渡到小跑到馳騁都會產(chǎn)生積極的效益。此外，當馬匹在特定步態(tài)內(nèi)自行選擇速度時，他們傾向于選擇靠近他們精力充沛的最小值。

為了了解機器人是否可以實現(xiàn)相同的能量節(jié)約，Remy博士的團隊使用大規(guī)模數(shù)值優(yōu)化。也就是說，在構(gòu)建有腿機器人的計算機模型之后，他們基本上要求算法自動找到最經(jīng)濟的前進方式。也就是說，他們發(fā)現(xiàn)了最大限度降低運輸成本的動議。計算機通過簡單地嘗試以一種系統(tǒng)的方式解決這個難題 - 任何可能的方式使用模型的腿向前移動。這些優(yōu)化的結(jié)果非常出色。盡管計算機一般沒有先前的步行，跑步或步態(tài)概念，但通過這個過程出現(xiàn)的最佳運動非常類似于自然界中發(fā)現(xiàn)的步態(tài)和步態(tài)序列。通過改變每個運動的目標速度，然后可以識別最佳步態(tài)序列。令人驚訝的發(fā)現(xiàn)是，基本上沒有驚喜：盡可能少的努力移動，雙足機器人應該以低速行走并高速行駛; 四足機器人應該行走，小跑和馳騁。值得注意的是，盡管動物和機器人之間的結(jié)構(gòu)和動作存在很大差異，但仍然發(fā)現(xiàn)了這一結(jié)果