動物的身體形態決定了它們能夠執行的步態模式，其中機械共振減少了對主動控制的需求。透過調整姿勢和肌肉剛度，動物利用其具身智慧在不同速度下實現有效的步態。相比之下，由於非線性動力學的複雜性，大多數四足機器人並未專門設計來利用機械共振，而是需要專用的運動控制器。為了提供一種替代方案，研究人員提出了一個概念驗證框架，該框架使機器人的非線性動力學在設計過程中變得可預測，並展示瞭如何利用這些知識使多步態運動能夠從由重力、慣性和彈性塑造的非線性共振中湧現。
在這項研究中，研究人員介紹了高度靈活的節肢機器人eBert，並使用新的理論工具識別了其六個非線性正常模式（NNM），並在模擬和硬體上驗證了它們的存在。非線性正常模式是系統在非線性條件下表現出的振動模式，它可以揭示系統在特定頻率下的動態行為。透過識別這些模式，研究人員能夠更好地理解機器人的自然運動傾向。
研究團隊採用黑盒最佳化方法來確定步長，模擬結果表明每個NNM自然地演變成不同的步態，顯示出不同的速度範圍。這些步態在很大程度上也轉移到了實際的機器人硬體上，表明模擬結果的可靠性和實用性。
實驗進一步表明，eBert能夠利用其機械特性生成特定任務的運動，例如在不同地形上行走或適應不同的負載條件。這一能力證明了機器人的身體動力學可以被有效利用，而無需複雜的控制演算法。該研究為設計新一代敏捷高效的機器人提供了基礎，這些機器人可以更好地利用具身智慧，實現更自然、更靈活的運動。未來，這種設計方法可能推動機器人技術在探索、救援和服務等領域的應用。