蜘蛛网是由八足的专家构建的工程奇迹，具有四亿多年的专业知识。从蜘蛛网的构造和粘捕器的操作中可以学到很多。令人惊讶的是，即使新的肢体比被替换的肢体短得多，花园的十字蜘蛛也可以使失去的腿再生，并立即使用它们来构建完美的俯仰网。这种现象使科学家能够探究动物建立网状结构的规则，以及如何将其腿用作量尺。

牛津大学和奥尔胡斯大学的研究表明，蜘蛛再生的腿部动作如何与正常长度的其他腿部配合。协调复杂的运动和线程操作。

Fritz Vollrath和Thiemo Krink今天在《接口》(皇家学会杂志)上发表的这项研究解决了一个关键问题：每个肢体像一个半独立的计算机，并通过适配的传感器对其局部定位进行很多计算，这种现象称为形态计算。

这项工作说明了如何将蜘蛛用来构建其网络的复杂的动作和操作序列转换为可以测试的决策规则。在这里，行为是通过嵌入在虚拟(或网络)蜘蛛中的一组正式规则进行编码的，该蜘蛛在计算机屏幕上绘制网络。通过结合使用真实蜘蛛和虚拟蜘蛛的实验，科学家已经能够探测和验证规则集。

然后，研究人员将这些AI规则的关键参数编码为基因，并在称为“遗传算法”的过程中使用了计算机动画，以根据成本和收益的组合选择虚拟网，以寻找最佳解决方案。

牛津动物学系的首席作者弗里茨·弗拉拉斯(Fritz Vollrath)教授说：“令我们惊讶的是，一只动物能够用一半正常长度的腿和全新的腿(即肌肉没有运动和没有时间来“学习”如何反应的传感器，使用我们的新颖技术，通过将计算机建模与对真实动物行为的实验研究相结合，揭开动物隐藏的行为规则，真是令人兴奋。进入网络基因后，我们可以通过应对虚拟挑战(例如网络苍蝇和想象中的成本效益平衡)，使系统在基于计算机的生态系统中发展。”

Vollrath和Krink希望这种理解将为现代机器人技术的各个方面提供信息，使动物可以使用简单的规则结合可适应的皮肤和技能来执行复杂任务。

他们的虚拟蜘蛛所使用的算法被嵌入可以下载的应用程序中。这样一来，所有级别的学生都可以在线学习蜘蛛的行为决策规则(以网络建设为范例)，同时探索进化对动物行为和生态的影响力。

研究人员旨在与机器人专家建立更深的联系，以探索蜘蛛的行为如何为无人驾驶和导航提供信息，以及如何构造和操作新型机器人。