樂於「彎來彎去」的祕密：昆蟲大腦節奏如何啟發智慧機器人 ——從蟲子的「Z字形探索」到自適應移動大未來

1. 迷宮裡的小冒險家：昆蟲如何不迷路？

想像你被放進一個充滿障礙的迷宮，眼前線索忽明忽暗，下一步該往哪裡？多數人會嘗試左右來回地「掃視」找線索。你知道嗎？許多昆蟲像螞蟻、蜜蜂、蠶蛾，其實也會用「彎來彎去」的方式探索世界！牠們大腦裡的「運動控制中樞」會根據線索強弱，自動切換直行或左右探索的動作模式。這種「主動找資訊」的行為讓昆蟲即使在視線模糊、氣味變淡時，也能找到回家的路——類似我們「左右張望」找出口。

圖 1｜以 LAL 為核心的昆蟲運動控制框架
(A) 當來自多種感覺模態（如視覺、氣味或觸覺）的訊號可靠時，左右兩側的 LAL（外側附加葉）會將訊號直接傳遞至運動中樞（橘色、棕色訊號），使昆蟲穩定朝目標前進。
(B) 當訊號不可靠時，中央模式產生器（CPG）會交替翻轉左右輸出神經元的活動（增加藍色及綠色訊號），產生週期性轉向的「搜尋行為」，以提高環境取樣率。
(C) 穩定輸入下的 Type I（橙色）輸出維持恆定活動，昆蟲直線前進。
(D) 不穩定輸入下，Type I 活動呈週期震盪，導致昆蟲以波浪狀路徑探索環境。
圖中箭頭表示神經連結類型：黑粗線為興奮性、灰線為抑制性、藍線與綠線分別代表協助切換的 Type III 與 Type II 神經。LAL：外側附加葉；VPC：腹側前腦。（原文 Fig. 1）

2. 節拍器大腦：昆蟲的「中央節奏產生器」

研究人員發現，昆蟲大腦有一塊「側副葉」(Lateral Accessory Lobe, LAL)，就像人體內建的節拍器。當環境線索明確時，大腦直接控制「向目標轉彎」；但當訊號變弱，這個區域就會主動產生節奏感，讓昆蟲左右擺動，彷彿自己切換「Z字形路徑」搜尋資訊。

這背後的祕密就是所謂的「中央節奏產生器」（Central Pattern Generator, CPG）。想像樂團指揮拍子，當樂手找不到旋律時，指揮會用節奏引導大家「即興演奏」——這正是昆蟲遇到「不確定訊號」時，大腦內部自動啟動探索模式的機制。

3. 電腦裡的「小昆蟲」：讓AI也會彎來彎去

這項研究團隊建構了一個模仿昆蟲大腦的「脈衝神經網路」（Spiking Neural Network, SNN）模型，並用模擬小機器人測試。當模型收到明確的目標訊號，會朝著目標直線前進；當訊號微弱時，會自動切換到「左右來回」的Z字路線，主動增加探索範圍。

他們發現：只要調整幾個核心參數，模型就能穩定產生多種探索型態（如彎曲、直行、環狀甚至混亂路線），而最常見的就是類似昆蟲的「Z字形尋路」。有趣的是，這種節奏探索行為對於各種雜訊或參數改變都很有韌性，不容易被打亂。

圖 2｜動作路徑分析：不同輸入條件下，模型產生的「Z字形」、「直行」等多樣路徑。弱訊號→大幅度Z字；強訊號→筆直移動（原文 Fig. 4 ）

4. 仿生智慧，走進我們的生活

那麼，這項「讓機器人學會彎來彎去」的技術有什麼用？比方說：

● 災害救援：搜救機器人在塵土飛揚、視線不良時，可自動切換Z字型搜尋，大幅提升找到受困者的機會。

● 醫療照護：助行機器人在病人迷失方向時，自動展開探索模式，引導安全返回。

● 教育科技：未來AI教學機器人也能像昆蟲一樣「主動探索」學生的需求，動態調整教學策略。

● 仿生機器人設計：打造更靈活、更聰明的自走車輛或機器人，適應複雜多變環境。

5. 啟發未來：當機器學會「猶豫」與「探索」

這項來自昆蟲大腦的節奏設計，告訴我們：最聰明的導航，往往來自「適度的不確定」。未來隨著人工智慧、機器人與神經科學的融合，也許我們會見到更多「懂得探索」的機器，能像昆蟲一樣，即使在陌生世界裡也能找到出路。

你會希望自己的機器人夥伴也有這樣的智慧嗎？或許有一天，「猶豫與探索」會成為AI最重要的能力之一——而這些靈感，正是來自迷宮裡勇於彎來彎去的小冒險家。

撰文：林樂瑞

原始論文：Steinbeck, F., Nowotny, T., Philippides, A., & Graham, P. (2022). Production of adaptive movement patterns via an insect inspired spiking neural network central pattern generator. Frontiers in computational neuroscience, 16, 948973.

https://doi.org/10.3389/fncom.2022.948973

參考資料：

1. Steinbeck, F., Adden, A., and Graham, P. (2020a). Connecting brain to behaviour: a role for general purpose steering circuits in insect orientation? J. Exp. Biol. 223:jeb212332. doi: 10.1242/jeb.212332 

2. Steinbeck, F., Graham, P., Nowotny, T., and Philippides, A. (2020b). “Can small scale search behaviours enhance large-scale navigation?,” in Living Machines 2020. Biomimetic and Biohybrid Systems, eds V. Vouloutsi, A. Mura, F. Tauber, T. Speck, T. Prescott, and P. Verschure (Springer International Publishing), 338–341. doi: 10.1007/978-3-030-64313-3_32