機器人成功復刻膝跳反射，人類最快的神經回路首次在仿生腿上跑通

我們每個人都有膝跳反射。醫生用小錘敲一下髕腱，小腿就會不由自主地向前彈起。這個動作不經過大腦，從感知到執行，信號只經過脊髓的一次突觸中轉，是人體最快的神經回路。

現在，這個回路被完整地搬到了一臺機器人身上。

這項研究來自德國斯圖加特大學的研究團隊，并于近日發表在Nature合作期刊《npj Robotics》上。他們造了一只用氣動人工肌肉驅動的仿生腿，并在其上復現了從機械刺激觸發、傳感器感知、神經回路處理到肌肉收縮輸出的完整單突觸牽張反射。

這項研究成功驗證了一個假設：如果把生物反射回路的結構和參數都搬到物理硬件上，機器的行為能不能和人類無法區分？答案是可以。

01.

一只按人體數據造的腿

要復現一個反射，先要有一個能產生這個反射的身體。研究團隊沒有從零發明，而是嚴格按照人體解剖數據來造。

機械腿的幾何參數取自平均男性的人體測量值——身高、腿段長度、質量分布都按實際數據定標。機器人腿的各個部件通過3D打印完成，可移動部件通過軸承連接，以減少人工關節中的摩擦。

小腿連同腳被做成一個剛性整體，總質量約4500克，慣量與人小腿匹配。髖關節和踝關節在這項研究中被固定，膝關節是唯一的主動自由度。這樣做的目的是把反射的動態特性隔離出來，不讓其他關節的運動混雜進來。

但最關鍵的部件是膝關節本身。這里沒有使用簡單的旋轉鉸鏈，而是設計了一個四連桿機構，復現人類膝蓋的滑動-滾動復合運動。這種設計的結果是，髕腱的力矩臂不是一個常數，它會隨著膝關節的彎曲角度變化。在膝蓋接近伸直時，關節角度的微小變化會導致肌肉長度的更大比例變化。

驅動由四根氣動人工肌肉完成，分別對應股四頭肌的四個頭：股外側肌、股中間肌、股直肌和股內側肌。每根肌肉在股骨上的附著起點不同，經髕骨導向后連接至脛骨。不同起點的肌肉在不同膝關節角度下，力臂不同，長度變化率也不同。這意味著四根肌肉對同一次外部擾動產生的感知信號并不完全相同。

每根氣動肌肉的中心都植入了一根導電乳膠弦。肌肉被拉長時，乳膠弦隨之拉伸，電阻值改變，輸出一個電壓信號。這個信號的功能與人類的肌梭一樣，同時反映肌肉的長度和長度變化速度。

02.

用同一套裝置測試人與機械腿

建好腿只是第一步，驗證它是否能像人一樣反應才是核心。

實驗裝置和臨床檢查膝跳反射的工具原理相同。一個裝有加速度計和角度編碼器的擺錘，從15°到50°八個不同起始角度釋放，敲擊髕腱，觸發點在人與機器上完全一致。14名健康志愿者和仿生腿，在完全相同的條件下各進行多組測試。

人類的反射響應通過肌電信號和運動捕捉系統記錄，機器人的反射響應通過拉伸傳感器電壓信號和高速攝像系統記錄。所有數據同步采集，方便逐項對比。

結果是，機器人的膝關節最大屈曲角度，在所有擺錘起始角度下都落在了人類數據的均值帶內，偏差未超出5%-95%分位數范圍。論文的定性判斷是：機器人的屈曲角度曲線與人類受試者的平均表現一致。

03.

把一次反射拆成四個時間段

只看到結果一致還不夠。研究團隊把一次完整的膝跳反射拆成四個時間片段，逐一對比。

第一段，從錘頭碰到髕腱到陷進去最深。機器人平均12.1毫秒，人類平均11.7毫秒。幾乎一模一樣。這說明機械腿上那根人工肌腱的彈性和人類髕腱的軟硬程度差不多。

第二段，從被敲到第一個反射信號出現。機器人平均5.9毫秒，人類平均25.1毫秒。機器快了四倍多。原因很簡單：電信號在銅導線里跑的速度是神經信號的近兩百萬倍。這個結果在研究團隊的意料之中，他們在論文里直接寫明了是物理介質差異導致的，不是什么性能優勢。

第三段最值得琢磨。從神經信號發出到膝關節真正開始動，也就是你腦子里已經下令踢了但腿還沒抬起來的那一小段。機器人花了108.1毫秒，人類只用了69.9毫秒。機器慢了近40毫秒。

原因有兩個：一是給氣動肌肉充氣需要壓縮空氣建立壓力，這需要時間；二是氣壓要累計到足夠克服小腿慣性才能開始動，這個過程比生物肌肉生成張力慢。這是物理執行器的短板。

第四段是全程總時間。把前面三段加起來，機器人和人類的總時間在同一個量級上。

還有一個規律值得注意，擺錘抬得越高，敲得越重，整個過程就跑得越快。這個趨勢在人腿和機器腿上完全一致，說明機械腿確實復現了生物神經和肌肉之間的耦合動態。

04.

在虛擬行走中驗證反射的功能價值

硬件實驗驗證了反射回路的物理存在和參數匹配，但研究團隊還想知道一件事：把這個反射加進行走系統里，到底有沒有用？

他們在已有的神經肌肉行走仿真模型上做了測試。這個模型包含兩條腿，七個自由度，十四條肌肉，走路靠一套模仿脊髓反射的控制網絡驅動。他們把四連桿膝關節和膝跳反射回路加進去，然后在腳踝的高度放了一個障礙物，觀察模型被絆時的反應。

效果很明顯。帶反射的模型在股四頭肌被突然拉伸后，控制回路立刻驅動肌肉收縮，把腳從障礙物后方向前拉起，整個動作從檢測到障礙到觸發反射信號最快只需25毫秒。不管把反射延遲設定在人類群體中最短還是最長的水平，都能完成這個動作。而沒有加入這條反射回路的模型，直接絆倒。

但研究團隊也特別說明了一點：這個測試只是在一個特定場景下展示反射回路的功能，不能理解為有了膝跳反射就能在任何復雜地形上防摔倒。真實世界里絆倒往往涉及多個關節和更復雜的力學條件，單關節反射只是其中一個基礎組件。

05.

與主流技術機器人技術路線并不沖突

現在最先進的人形機器人大多用電機驅動，靠海量的強化學習訓練來應對各種地形和突發情況。碰到擾動時，系統要先把傳感器數據收上來，算出姿態偏差，規劃一條恢復軌跡，再把指令發給關節電機。這個流程走完，擾動已經過去一陣了。

而這項研究走的是另一條技術路徑，把擾動后的第一個糾偏動作，從高級控制器的繁重任務清單里拿掉，直接交給物理身體和底層反射回路去完成。

兩者的關系不是取代，是分工。底層反射負責幾十毫秒內的第一個穩定響應，高層策略負責更長周期、更復雜的決策。各干各的，還能疊加。

當然，論文也誠實地列出了該機械腿當前的各種限制：現在復現的只是肌梭這一種傳感器，其他在人體里也很重要的腱器官、皮膚傳感器和關節傳感器都還沒加進去；膝關節目前只能在矢狀面內前后擺動，自由度不夠；在多關節完整行走系統中的實際落地還沒做。

這些限制同樣也是研究團隊的下一步進化路線圖。

能干什么也很清晰。在膝關節假肢和下肢外骨骼這兩類應用里，一個能在幾十毫秒內自動啟動的反射回路，可以在穿戴者還沒意識到危險的時候就給出第一股支撐力。

總之，這項成果是給未來能像自己腿一樣反應的機器腿，打了一個清晰的樣。

論文鏈接：https://www.nature.com/articles/s44182-026-00090-3