یک کره اسب تازه متولد شده باید یاد بگیرد که هر چه سریعتر روی پاهای خود راه برود. حیوانات با شبکه‌های عصبی که هماهنگی با ماهیچه‌های بدن دارند و به مرکزیت کنترل عصبی قرارگرفته در نخاع و مغز آنها متولد می‌شوند. با این حال، یادگیری هماهنگی دقیق عضلات و تاندون‌های پا زمان می‌برد.
محققان موسسه سیستم‌های هوشمند ماکس پلانک در اشتوتگارت یک مطالعه تحقیقاتی انجام دادند تا دریابند چگونه حیوانات راه رفتن را از سکندری خوردن یاد می‌گیرند. آنها یک ربات چهار پا به اندازه سگ ساختند که به آنها در کشف این جزئیات کمک کرده است. متخصصان رباتیک، با ساختن رباتی که دارای واکنش‌هایی مانند حیوان است و از اشتباهات درس می‌گیرد، به دنبال این پاسخ هستند.
این ربات پس از یادگیری راه رفتن تنها در مدت زمان یک ساعت، از مکانیک پیچیده پاهای خود به خوبی استفاده می‌کند. یک الگوریتم بهینه‌سازی، عمل یادگیری را راهنمایی می‌کند: ابتدا اطلاعات سنسور پا اندازه‌گیری شده و با داده‌های هدف موجود در نخاع مجازی مدل‌سازی‌شده که به‌عنوان یک برنامه در رایانه ربات اجرا می‌شود، مطابقت داده می‌شود. این ربات با مقایسه مداوم اطلاعات حسگر ارسالی و مورد انتظار، اجرای حلقه‌های بازیابی و تطبیق الگوهای کنترل موتور خود، راه رفتن را یاد می‌گیرد.
ربات الگوهای حرکتی خود را سریعتر از یک حیوان تازه متولد شده و در حدود مدت زمان یک ساعت بهینه می‌کند. نخاع مجازی روی یک کامپیوتر کوچک و سبک شبیه سازی شده است که حرکت پاهای ربات را کنترل می‌نماید. این نخاع مجازی در پشت ربات چهارپا در جایی که سر قرار می گیرد قرار دارد. در طول ساعتی که طول می‌کشد تا ربات به آرامی راه برود، داده‌های حسگر از پای ربات به‌طور پیوسته با راه رفتن مطلوب مد نظر ربات مقایسه می‌شود. اگر ربات زمین بخورد، الگوریتم یادگیری میزان چرخش پاها به جلو و عقب، سرعت چرخش پاها و مدت زمان قرار گرفتن پا روی زمین را تغییر می‌دهد. حرکت تنظیم شده همچنین بر میزان استفاده ربات از مکانیک پاهای منطبق بر آن تأثیر می‌گذارد. در طول فرآیند یادگیری، نخاع مجازی سیگنال‌های کنترلی موتورها را به صورت سازگار شده ارسال می‌کند تا ربات از این پس کمتر دچار لغزش شود و راه رفتن خود را بهینه کند. دقت کنید، نخاع مجازی هیچ دانش صریحی در مورد طراحی پای ربات، موتورها و فنرهای آن ندارد و خودش با درک عمل افتادن اقدام به یاد گرفتن تطبیق دادن می‌کند، این مهمترین بخش این روش نوین است که آموزش و کنترل حرکتی ربات-ها را متحول خواهد کرد.
بدین صورت این ربات عملا متولد شده است و چیزی در مورد آناتومی پاهای خود یا نحوه عملکرد آنها نمی‌داند. نخاع مصنوعی شبیه به هوش راه رفتن خودکار درونی است، که طبیعت فراهم می‌کند. کامپیوتر سیگنال‌هایی تولید می‌کند که موتور پاها را کنترل می‌کند و ربات در ابتدا راه می‌رود و تلو تلو می‌خورد. داده‌ها از حسگرها به نخاع مجازی ارسال می‌شود. اگر داده‌های حسگر با داده‌های مورد انتظار مطابقت نداشته باشد، الگوریتم یادگیری رفتار راه رفتن را تغییر می‌دهد تا زمانی که ربات به خوبی و بدون زمین خوردن راه برود.