（图片来源：CC0 Public Domain）
你见过海星移动吗？对于大部分人来说，海星似乎是静止的，就像海底的石头一样。然而，实际上它们的腹部处有数以百计的管状触手，这些管足相互延伸，并紧紧抓住坚硬的地面，从而支持它们进行捕食和移动。
一只海星上任意一个管足都可以自动对外界刺激产生反应，当这些反应汇集到一起时，就可以实现同步，并产生跳跃式的运动——这算是它们的奔跑方式。由于它们并没有大脑结构，也没有完整的分散式神经系统，在过去很多年中，研究者都并不十分明白海星是如何完成同步过程的。
来自南加州大学维特比分校工程学院（USC Viterbi School of Engineering）的研究者最近在《英国皇家学会界面杂志》（Journal of the Royal Society Interface）发表了一项研究，海星将来自“主导腕（dominant arm）”的全局方向性（global directionality）指令与管足对刺激的局部反应结合起来，以实现协调运动。换言之，一旦海星提供了移动的指令，个体的管足就可以自己解决实现方法，而无需进行沟通。
研究者包括南加州大学维特比分校航空航天与机械工程系的Eva Kanso教授和南加州大学维特比分校博士Sina Heydari教授、加州大学欧文分校生态与进化生物学副教授Matt McHenry、鲍登学院海洋生物学的Amy Johnson教授和鲍登学院生物学和数学研究助理Olaf Ellers。
这项研究建立在现有的行为层次模型（hierarchal model of behavior）上，但进一步解释了海星局部和全局运动的程度。
Zohrab a.Kaprielian的工程研究员Kanso说：“神经系统并不是同时在相同部位处理所有事情，而是依赖于海星的实际需要。”如果一个管足抵着地面，其他的管足会感觉到力的作用。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。”
第三种运动模型
海星的神经系统的特点是一个神经环（nerve ring）环绕嘴部，并通过桡神经（radial nerve）连接到每一个独立的臂。每个管足的肌肉都受到与桡神经和环状神经（ring nerves）相连的神经元的刺激。
所有的管足在爬行时都朝相同方向走，但它们的运动并不同步。然而，当达到弹跳步态（bouncing gait）时，海星似乎将数十个管足协调成两个或三个同步的组。由Kanso领导的研究小组研究了两种运动模式以及它们之间的转换。他们得到了一个模型，该模型描述了海星的运动由管足上的局部感觉运动反应（local sensory-motor response）和全局感觉运动指令（global sensory-motor commands）决定的程度。
在动物世界中，行为通常由两种普遍应用的运动模式中的一种来描述；例如，昆虫飞行是中央处理系统（central processing system）感觉反馈（sensory feedback）的结果，中央处理系统产生了激活响应的信息；而鱼群或蚁群的运动是个体对感觉信息的反应，这是完全分散化的。
这两种模型似乎都不能描述海星的运动。
“以海星为例，神经系统似乎依靠身体和环境之间的物理相互作用来控制运动。所有管足在结构上都与海星相连，因此也是彼此连接的。”
这样，在管足之间就有了一种“信息”的机械式传递机理。一个单独的管足只需要感知它自己的状态（本体感知（proprioception））并做出相应的反应，因为它的状态是机械式地耦合到其他管足上的，它们共同工作。当管足开始移动时，每只管足都产生一个独立的力，这也成为感知环境的一部分。通过这种方式，每只管足也对其他管足产生的力作出反应，最终，它们彼此产生一种“节奏”来适应彼此的运动。
这种运动方式与其他的协调力学模型类似（mechanical models of coordination）。例如一套机械式节拍器（mechanical metronomes），它通常用来帮助音乐家保持节奏或时间。你可以将它们放在同一个平面上，并以不同的拍子启动。随着时间的推移，它们将同步。这样，在演奏中便可以看到与海星的机械耦合相同的效应；每个节拍器都与其他节拍器所产生的相位机械地相互作用，并由此与其他节拍器有效“沟通”，直到它们开始以完全的节奏跳动，完成同步过程。
海星的行为如何帮助我们设计更加有效的机器人系统？
通过了解像海星那样的分布式神经系统（distributed nervous system）是如何实现复杂、协调的运动，可能会使得机器人等领域进步。在机器人系统中，对机器人编程以执行重复任务是相对简单的。然而，机器人还很难处理更复杂的、需要随机应变的情况。如何设计机器人，使其在更复杂的问题或环境中具有同样的优势？
答案可能是海星模型，Kanso认为：“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。分散化的组件既可用于决策，也可用于与全局中心（global authority）进行沟通。这可能有助于为具有多个执行器的系统设计控制算法，在这种情况下，我们将大量控制权下放给系统，使其实现机械耦合，而不是通过中央控制器的输入和干预。”
接下来，Kanso和她的团队将首先研究全局方向性命令（global directionality command）是如何产生的，以及如果有互相竞争的刺激（competing stimuli）会发生什么。
翻译：刘一尘
审校：郝豪
引进来源：南加州大学
京公网安备11010502039775号
