在模拟的随机康复健身房中,自动化患者-机器人任务分配

科学领域:

• 机器人技术 机器人技术 机器人技术
• 神经康复疗法 神经康复疗法
• 机器学习 机器学习

背景情况:

• 机器人系统可以增强神经损伤后的康复.
• 康复机器人健身房允许患者同时训练各种练习.
• 目前的多患者监督缺乏最佳的自动化患者机器人分配.

研究的目的:

• 开发一个自动化分配系统,以最大限度地提高患者在随机康复环境中的技能发展.
• 通过结合随机性和预测性技能估计来改进以前的决定性分配模型.
• 通过智能机器人分配来增强多患者监督.

主要方法:

• 开发了一个随机环境,模拟患者与机器人的交互,使用随机技能开发组件.
• 实施神经网络以根据历史培训成功率估计患者技能发展.
• 采用了一种时间一步一步的分配策略,以最大限度地提高小组技能发展.

主要成果:

• 拟议的自动化分配系统生成的时间表超过了基线策略.
• 基线策略包括固定的病人机器人分配和单个中期会议机器人开关.
• 模拟试验证明了自适应性分配方法的有效性.

结论:

• 自动化,自适应性患者机器人分配系统可以显著提高康复结果.
• 基于神经网络的技能预测对于优化随机环境中的任务至关重要.
• 开发的系统为改善多患者机器人康复监督提供了一个有希望的方法.