اساسی ترین مشکل در کنترل روباتهای انسان نما، وجود تعداد درجات آزادی زیاد در مکانیزم آنها است. اکثر کارهای انجام شده در این زمینه بر مبنای مدلسازی دقیق روبات و محیط اطراف آن صورت گرفته است. چنین روشهایی به علت تطبیقی نبودنشان توانایی خود را با تغییر محیط از دست می دهند. این در حالی است که ویژگی اصلی حرکت انسان و مهره داران دیگر، تطبیقی بودن حرکات آنها است. مطالعات بیولوژیکی نشان می دهد که قسمت اعظم کنترل حرکات ریتمیک در مهره داران در سطح پایین تر از مغز و توسط شبکه های عصبی ای به نام مولدهای مرکزی الگو ایجاد میشود. در این پایان نامه، از الگوها و الگوریتم های تطبیقی حرکت مهره داران برای کنترل حرکت راه رفتن روبات انسان نمای نائو استفاده شده است. برای مدلسازی ریاضی مولدهای مرکزی الگو نیز از مدل اسیلاتور عصبی ماتسواکا که شامل دو نرون مخالف هم با نامهای نرون انبساطی و انقباضی است استفاده شده است. برای بدشت آوردن هر حرکت پارامترهای تولید کننده باید تنظیم شوند. بدین منظور از گونه خاصی از الگوریتمهای تکاملی ذرات بنام clpso کمک گرفته شده است. با تنظیم پارامترهای شبکه مولد الگوی مرکزی دو عمل راه رفتن و چرخش به روبات یاد داده شده و روبات در وضعیتهای خاصی میتواند بین دو عمل سوئیچ کند. مولد الگوی مرکزی در هر لحظه دارای یک وضعیت منحصر بفرد می باشد و سوئیچ بین اعمال تنها در وضعیت خاصی که وضعیت امن نامیده میشود میتواند امکان پذیر است. از ترکیب این دو عمل برای رفتن روبات به هر مکان در محیط استفاده شده است.