当前，大多数可移动机器人的功能仍处于初级阶段，要在复杂环境中实现高度智能化的任务依然面临诸多挑战。如何为机器人设计一种类似于“人脑”的控制系统，以增强其智能化水平，一直是研究领域的热点话题。

早在40年前，“类人机器人”的概念就已经被提出。这一理念旨在模仿人脑的工作机制，通过互补的两个部分——大脑负责高级认知功能，如视觉、听觉和思维；小脑则负责整合感官信息并控制运动、平衡和身体姿态。

然而，当时的技术条件无法支持这一构想的实现。直到最近，一篇发表于《科学机器人》的研究论文详细描述了一种创新的混合系统。该系统将模拟电路（负责运动控制）和数字电路（负责感知和决策）相结合，不仅显著降低了能耗，还提高了机器人的精确度和计算效率。

研究人员指出，通过模拟人脑和小脑的合作机制，机器人能够在低延迟、低功耗的情况下同时执行多项任务。

关键在于忆阻器

机器人要在动态环境中高效运作，需要强大的处理能力。这不仅要求巨大的芯片空间，还需要充足的能源供应。同时，机器人必须能够迅速获取和处理感官信息，以应对不断变化的环境。

传统的机器人控制系统主要依赖纯数字方法，但这种方法会导致高延迟和高能耗。在本研究中，研究人员利用忆阻器（一种集记忆和电阻功能于一体的器件）的可编程导电特性来实现机器人运动控制。忆阻器的电阻会根据之前的输入发生变化，且这种变化是非易失性的，即使断电也不会丢失数据。

实验结果显示，采用忆阻器的方法显著减少了计算时间，使机器人控制变得更加精准和快速。此外，忆阻器的可编程电阻性允许计算和存储在同一物理位置，提高了计算效率，同时具有较高的耐久性和较长的使用寿命。

研究人员在实验中仅使用了两个忆阻器。其中一个用于滤除传感器信号中的噪声，另一个则用于控制机器人的运动。为了优化第二个忆阻器的性能，研究人员通过适应性学习过程，实现了一种无模型的方法来调整系统参数。

由于计算过程在模拟域中进行，不需要额外的模数转换器或数模转换器，因此大大降低了系统功耗，减少了处理时间和总体电路面积及成本。此外，由于量化噪声的减少，系统精度也得到了提高。

局限性与展望

研究人员在移动倒立摆机器人上进行了混合信号控制器的测试。这种装置类似于一根平衡放置在两个轮子上的杆，应用场景广泛，从悬浮板到仓储物流均有涉及。波士顿动力公司近期推出的手臂机器人也是基于类似的原理。

与传统的全数字系统相比，这种模拟信号系统处理速度快一个数量级，能效更高。这不仅降低了原有的电力需求，还将处理循环的时间从3000微秒缩短至6微秒，显著提高了机器人的稳定性。原本需要3秒以上才能完成的任务，现在只需1秒即可完成。

除了忆阻器之外，该混合系统的其他组件均可通过商用电子元件实现，使其可以与体积更小、重量更轻的机器人结合使用，从而实现更高的能效和更快的响应速度。

尽管如此，这项研究目前仍处于概念验证阶段。研究人员所构建的机器人体积较小且功能简单，运行在模拟电路上的算法也较为基础。然而，这一概念证明显示出了极大的潜力，未来将有更多的研究投入神经形态和基于忆阻器的模拟计算硬件领域。

研究人员表示：“通过模拟人脑大脑和小脑的合作模式，机器人可以在低延迟、低功耗的情况下同时执行多个任务。”最终，科学家们认为“人脑”仍然是最优秀的计算模型。