软规定的基于绩效的强化学习控制用于PAM激活的康复外骨架

科学领域:

• 机器人技术 机器人技术 机器人技术
• 控制系统 控制系统
• 生物医学工程 生物医学工程

背景情况:

• 康复外骨需要稳定和安全的操作才能进行有效的训练.
• 系统退化可能与性能限制发生冲突,造成安全风险.

研究的目的:

• 开发一种用于康复外骨的新型控制方法,确保高精度和安全操作.
• 为了应对康复机器人性能下降的挑战.

主要方法:

• 开发了一个软规定的绩效 (SPP) 强化学习 (RL) 控制策略.
• 采用了道类型的规定的性能功能和软边界的动态调整.
• 使用演员-关键 (AC) 结构来管理未知的干扰,并进行理论稳定性分析.

主要成果:

• 拟议的SPP-RL方法通过动态调整性能约束来确保高精度和安全操作.
• 理论分析证实了闭环系统的稳定性.
• 对上肢外骨架机器人的实验证明了该方法的有效性和稳定性.

结论:

• 开发的SPP-RL控制方法有效地提高了康复外骨的安全性和准确性.
• 这种方法是稳固的,可以适应系统退化,这对于康复培训至关重要.