通过模拟学习提供无实验外骨架辅助
Shuzhen Luo1,2, Menghan Jiang1, Sainan Zhang1
1Lab of Biomechatronics and Intelligent Robotics, Department of Mechanical and Aerospace Engineering, North Carolina State University, Raleigh, NC, USA.
Nature
|June 12, 2024
概括
这项研究引入了一种无实验的方法,使用模拟来开发多功能外骨控制策略. 这种方法减少了行走和跑步等活动的代谢成本,为更广泛的辅助机器人采用铺平了道路.
科学领域:
- 机器人技术
- 生物力学
- 机器学习
背景情况:
- 外骨架可以增强人类的运动能力,但广泛的人体测试和手动控制设计阻碍了其发展.
- 弥合机器人控制的模拟与现实差距是一个重大挑战.
研究的目的:
- 在模拟中开发一种无实验的方法来学习多功能外骨控制策略.
- 帮助机器人的快速发展和广泛采用.
主要方法:
- 使用学习模拟框架与动态意识的肌肉骨和外骨模型.
- 使用数据驱动的强化学习来培养没有人体实验的控制政策.
- 在一个定制的部外骨架上部署了学习控制器.
主要成果:
- 达到显著的新陈代谢率下降:步行24. 3%,跑步13. 1%,爬楼梯15. 4%.
- 证明可以适应不同活动的多功能控制政策.
- 已经成功地弥合了模拟与现实之间的差距.
结论:
- 拟议的框架为开发辅助机器人提供了可通用和可扩展的战略.
- 这种方法可以加速为有能力和行动障碍的人创造机器人解决方案.
- 消除了对外骨控制发展的漫长人体试验的需要.
更多相关视频
06:44Development of a Novel Task-oriented Rehabilitation Program using a Bimanual Exoskeleton Robotic Hand
Published on: May 20, 2020
7.0K
05:54A Rehabilitation Program of Exoskeleton-assisted Body Weight-Supported Treadmill Training with Non-immersive Virtual Reality for Stroke Patients
Published on: May 16, 2025
143
