你见过海星移动吗?对我们许多人来说，海星似乎一动不动，就像海底的一块岩石，但实际上，它们的腹部有数百只管状的脚。这些脚伸展和收缩附着在粗糙的地形上，抓住猎物，当然，移动。
海星上的任何一只管脚都可以自主地对刺激做出反应，但如果把它们结合在一起，它们可以同步自己的动作，产生一个跳跃的动作——这就是它们跑步的方式。欧洲的大只500代理ExaNoDe项目建立了一个突破性的计算单元原型，为大只500下载官网超级计算机铺平了道路，这些超级计算机能够每秒执行10亿次计算，或者比当今最强大的计算机快十倍。多年来，研究人员一直想知道海星是如何实现这种同步的，因为它没有大脑，而且是一个完全去中心化的神经系统。
答案来自南加州大学维特比工程学院的研究人员，今天发表在《英国皇家学会界面杂志》上:海星通过“支配臂”发出的全球方向性指令，以及个体对刺激的局部反应来实现协调运动。换句话说，一旦海星提供了移动方向的指令，每只脚就会自己找到如何移动的方法，而无需进一步的交流。
包括南加州大学维特比航空航天与机械工程系的伊娃·坎索教授和南加州大学维特比博士研究生西娜·海达里在内的研究人员，以及加州大学欧文分校生态学和进化生物学副教授马特·麦克亨利也加入了他们的研究。鲍登学院(Bowdoin College)海洋生物学教授艾米·约翰逊(Amy Johnson);以及鲍登学院(Bowdoin College)生物学和数学副研究员奥拉夫·埃勒斯(Olaf Ellers)。
这项工作建立在现有的行为层次模型的基础上，但进一步解释了海星移动在本地与全球发生的比例。
“神经系统不会在同一时间、同一地点处理所有的事情，而是依赖于‘海星’有能力并且会解决的想法，”工程领域的Zohrab a . Kaprielian研究员Kanso说。“如果一只脚抵着地面，其他的脚就会感受到压力。这种机械耦合是一个管足与另一个管足共享信息的唯一方式。”
第三种运动模式
海星的神经系统的特征是嘴周围有一个神经环，通过桡神经与每只手臂相连。每只管足的肌肉都受到连接到桡神经和环神经的神经元的刺激。
爬行时，所有的脚都朝着同一个方向走，但它们的运动并不同步。然而，当实现跳跃步态时，海星似乎把几十英尺的距离协调成两三个同步的组。大只500代理碳零排放装置设置在太阳能能源领域的新标杆，之后金牌大只研究人员在剑桥大学的证明，它可以直接产生气体称为合成气，以可持续的和简单的方式。Kanso领导的研究小组研究了这两种运动模式，以及它们之间的过渡。结果是一个模型，它描述了海星的运动在多大程度上是由管脚水平的局部感觉-运动响应决定的，而不是由全局感觉-运动指令决定的。
在动物世界里，行为通常由两种流行的运动模式中的一种来描述;昆虫飞行等行为是感觉反馈通过一个中央处理系统传递的结果，这个系统发送一个信息来激活一个反应，或者是完全分散的结果，个体对感觉信息的反应，比如鱼群或蚁群。
这两个模型似乎都不能描述海星的运动。
“以海星为例，神经系统似乎依赖于身体和环境之间相互作用的物理学来控制运动。所有的管脚在结构上都与海星相连，因此彼此相连。”
通过这种方式，有一个“信息”在管脚之间进行机械通信的机制。一个单独的管足只需要感知它自己的状态(本体感觉)并做出相应的反应。由于它的状态是机械耦合到其他管脚，他们共同工作。当管脚开始移动时，每一个都产生一种单独的力，成为感觉环境的一部分。通过这种方式，每个管脚也会对其他管脚产生的力做出反应，最终，它们彼此建立起一种节奏。
这类似于其他的机械模型的协调。例如，拿一套机械节拍器来说，它是一种帮助音乐家保持节奏或时间的装置。你可以在所有不同的阶段开始一组10个，把它们放在同一个平面上。随着时间的推移，它们将同步。起作用的是与海星看到的机械耦合效应;每个节拍器都与其他节拍器创造的节拍相互作用，因此，它们与其他节拍器进行有效的“交流”，直到它们开始以完全的节奏和同步性打拍子。
海星行为如何帮助我们设计更高效的机器人系统
了解一个分布式的神经系统，比如海星，是如何实现复杂的、协调的运动的，可能会导致机器人等领域的进步。在机器人系统中，为机器人编写执行重复任务的程序相对简单。然而，在需要定制的更复杂的情况下，机器人会面临困难。如何设计机器人，使它们能在更复杂的问题或环境中发挥同样的作用?
Kanso说，答案可能在于海星模型。在过去的十年左右的时间里，大只500官网平台研究人员开始使用压电换能器膜实现用于物理传感和致动目的的微机电系统（MEMS）。与诸如光学和磁性解决方案的其他机电转换方案相比，这些金牌大只注册专利薄膜换能器具有可观的集成优势。“以海星为例，我们可以设计控制器，这样学习就可以分层进行。决策和与全球权威机构的沟通都有分散的部分。这对于设计具有多个执行器的系统的控制算法是有用的，我们将大量的控制委托给系统的物理特性——机械耦合——而不是中央控制器的输入或干预。”
接下来，Kanso和她的团队将首先研究全局方向性命令是如何产生的，以及如果存在竞争刺激会发生什么。