长期以来，神经元是一种传递神经冲动的特殊细胞，是人类大脑功能的重要组成部分。星形胶质细胞是一种不同类型的脑细胞，研究发现，这些细胞在大脑功能中也起着关键作用，包括学习和中枢模式生成（CPG），这是诸如呼吸和行走等关键节律行为的基础。

罗格斯大学的研究人员正在开发受大脑启发的算法，解释和复制星形胶质细胞的功能。在预发表一篇论文中，研究人员介绍了一种由人工星形胶质细胞调制的神经形态中央模式生成器（CPG），该模式成功地在其内部机器人中捕获了几种有节奏的步行行为。

罗格斯大学计算机科学助理教授，这项研究的首席研究员Konstantinos Michmizos说：“星形胶质细胞的丰富度是神经元的2至10倍。了解或模仿大脑一半以上的活动所产生的影响是巨大的。”Michmizos和他的团队介绍了一种新的神经形态研究方法，旨在通过复制神经元和星形胶质细胞协同工作以产生特定行为的无缝方式来全面理解和模拟人脑。值得注意的是，他们是第一个从不将神经元视为大脑中唯一的处理单元，而是将星形胶质细胞引入神经网络作为第二个处理单元的角度来研究人工智能（AI）发展的人。

Michmizos说：“由于星形胶质细胞在脑智能中起着关键作用，因此探索它们在AI中的作用是一个有趣而有意义的方向。” “我们最近的研究的主要目的是通过建立受大脑中这种神秘对话启发的算法，来理解神经元和星形细胞在我们学习、思考和行动世界时所使用的神秘语言。”

在研究人员设计的系统中，机器人功能自然是由人工神经元和星形胶质细胞之间的塑性相互作用产生的。因此，它们的CPG的结构和功能与主流学习算法有很大不同，后者仅关注神经元，而没有充分利用当前有关大脑工作原理的知识。

通常，神经形态芯片用于实现简单的神经元模型，该模型仅复制人脑中部分细胞的活动。Michmizos和他的团队是最早在神经形态芯片上成功实现能够执行更复杂行为（例如，爆发行为）的神经元的人之一。

到目前为止，Michmizos和他的团队已经通过在模拟环境中使用CPG控制六足机器人的步行行为来证明其CPG的有效性，使机器人能够以不同的速度高效移动，而不受外部感官干扰的影响。

Michmizos实验室引入的神经形态计算新方法为AI开发开辟了新的可能性。该方法已被Michmizos开发的罗格斯大学计算机课程的课程中并入，这是美国大学首批开设的大脑计算机课程之一。

 罗格斯的研究人员正在开发一种端到端的神经机器人框架，该框架需要机器人导航和运动。“随着我们继续加深对星形胶质细胞如何在大脑网络中工作的理解，我们找到了新的方法来利用我们的大脑智能神经形态模型中这些非神经元细胞的计算能力，并使我们的内部机器人的行为更像人类，” Michmizos说，“我们的实验室是世界上拥有Loihi尖峰神经形态芯片的少数几个实验室之一，这是英特尔的研究芯片，可以像大脑一样使用神经元来处理数据，这对我们起到了很大的促进作用。”