学习控制复杂的机器人使用高维的机身接口
Jongmin M Lee1, Temesgen Gebrekristos1, Dalia DE Santis2
1Northwestern University, USA and Shirley Ryan AbilityLab, USA.
ACM transactions on human-robot interaction
|October 31, 2024
概括
个人可以通过身体运动来学习控制机器人手臂. 任务空间控制为这些机身接口 (BoMI) 提供了比联合空间控制更大的长期学习潜力.
科学领域:
- 生物医学工程 生物医学工程
- 神经科学是一个神经科学.
- 人与计算机的交互
背景情况:
- 脑损伤造成的会影响上肢的功能.
- 机身接口 (BoMI) 提供非侵入性的运动辅助和康复.
- 通过BoMI学习控制复杂的机器并未得到充分理解.
研究的目的:
- 通过使用高维的BoMI来研究机器人手臂控制的学习和改进.
- 确定机器人控制空间映射对学习的影响.
- 探索控制维度合和任务性能之间的关系.
主要方法:
- 这是一项为期五个会议的研究,对未受伤的人群进行了研究.
- 在上部使用了四个惯性测量单位的传感器网.
- 采用BoMI控制六维机器人,比较关节空间和任务空间映射.
主要成果:
- 一部分参与者学会了如何改善机器人手臂的控制.
- 最初的学习在联合空间中更直观,但任务空间显示出更大的长期学习能力.
- 在控制尺寸合和任务执行之间观察到一个反向关系.
结论:
- 高维的BoMI可以学习用于机器人手臂控制.
- 任务空间映射促进了优异的长期学习和BoMI控制的改进.
- 了解控制空间映射对于优化基于BoMI的康复和援助至关重要.


