通过模仿学习实现无生物信号的自主假手控制

科学领域:

• 机器人技术
• 生物医学工程
• 人工智能

背景情况:

• 肢体损失对全球数以百万计的人造成重大影响,
• 传统的假肢控制方法 (表面电肌学,半自主) 对使用者提出了很高的身体和精神要求.
• 现有的系统通常需要每次控制行动的有意识努力,限制了自然的相互作用.

研究的目的:

• 开发一个完全自主的人工假肢控制系统.
• 仅使用相机就能自动抓取和释放各种物体.
• 减少与假肢使用相关的认知负担和身体压力.

主要方法:

• 实现了一个基于视觉的自主控制系统为假手.
• 使用远程操作系统收集人类示范数据.
• 使用模仿学习来训练假肢手的控制模型.

主要成果:

• 自主系统在抓住和释放各种物体方面表现出很高的成功率.
• 模仿学习模型有效地对新用户和未见的对象进行了概括.
• 该系统根据物体特性和环境环境自动调整握力.

结论:

• 一个完全自主的人工假肢控制系统是可行的和有效的.
• 模仿学习为训练假肢控制模型提供了强大的方法.
• 这项技术为肢体损失的用户提供了更直观,更轻松的假肢体验.