研究人員利用黑猩猩改進動物模擬技術 效果顯著！

AiTechYun

編輯：nanan

曼徹斯特大學的研究人員正在利用計算機模擬黑猩猩行走，來提高我們對動物行走方式的理解，同時也提高我們用來做實驗的技術。

《英國皇家社會開放科學》雜誌發表的研究表明，「機器學習」演算法的簡單變化可以產生更美觀、更精確的計算機生成的動物模擬。

它還將幫助研究人員調查所有靈長類動物行走的「奇特方式」， 以及這可能與在樹木中移動時的穩定性有關。

來自地球與環境科學學院的Bill Sellers教授說:「從動物的骨骼開始，使用機器學習的計算機現在可以重建動物的移動方式。」然而，它們並不總是做得很好。

但是，通過對機器學習目標進行一些簡單的改變，我們現在可以創造更精確的模擬，我們現在用這個過程來生成黑猩猩的運動，以探索他們走路的方式。

「這個想法是考慮與其他運動模式相比，以穩定的方式走路需要多少能量。」

黑猩猩模型是由一個成年雄性黑猩猩的全身CT掃描而成。通過掃描，團隊生成了骨骼模型和皮膚輪廓。 然後用骨骼模型定義關節位置、肌肉路徑和肢體接觸點進行模擬。

之後用它來分析黑猩猩的步態，以及動物(包括人類)在行走時的動作模式。

在進化生物力學中——通過運動過程的進化研究，人們通常認為，所有動物的步態演變為在旅行時使用最少的能量。然而，利用黑猩猩的模型，研究小組證明，這種情況已不復存在。

Sellers教授解釋道:「隨著技術的進步，肌肉骨骼模型變得越來越複雜，以前的模擬模型在步態模式上變得非常不現實，所以我們必須改變我們思考和研究的方式。」

研究人員發現，通過增加模擬中的橫向穩定性，它會增加能量成本，但也會增加在黑猩猩肌肉骨骼模型中生成的步行步態的真實性。

Sellers教授補充說:「黑猩猩模型所產生的步態的真實性，在很大程度上得到了增強，包括橫向穩定性，這很可能是一個重要的進化發展。」

「然而，這種增強的橫向穩定性來自於適度的能量成本，而這一成本需要被其他適應性優勢所抵消。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！