В новом исследовании подробно описан метод обучения роботизированных экзоскелетов с помощью искусственного интеллекта и компьютерного моделирования. Этот метод помогает пользователям экономить энергию во время ходьбы, бега и подъёма по лестнице.
Этот метод позволяет избежать длительных экспериментов с участием людей и может быть применён к различным вспомогательным устройствам. Исследование открывает новые возможности для помощи людям с проблемами мобильности, делая повседневную жизнь более доступной.
Исследователи обнаружили, что участники исследования использовали экзоскелет на 24,3% меньше энергии при ходьбе, на 13,1% меньше энергии при беге и на 15,4% меньше энергии при подъёме по лестнице.
Команда исследователей продемонстрировала новый метод, который использует искусственный интеллект и компьютерное моделирование для тренировки роботизированных экзоскелетов. Этот метод позволяет быстро разработать контроллеры экзоскелета, помогающие передвижению.
Новый метод может применяться к широкому спектру вспомогательных устройств, помимо экзоскелета бедра, продемонстрированного в исследовании. Он также может быть применён к экзоскелетам колена, голеностопного сустава и другим многосуставным экзоскелетам. Кроме того, его можно использовать для протезов выше колена или ниже колена, обеспечивая немедленную пользу миллионам людей.
Этот подход знаменует значительный прогресс в области носимой робототехники. Он позволяет разрабатывать контроллеры экзоскелетов исключительно с помощью моделирования на основе искусственного интеллекта, без необходимости дополнительного тестирования на людях.
Этот прорыв обещает помочь людям с проблемами мобильности, включая пожилых людей и людей, переживших инсульт. Он открывает путь к восстановлению мобильности и повышению доступности для повседневной жизни.
Исследование предлагает новый метод, который использует обучение с подкреплением на основе физики и данных для управления носимыми роботами. Этот метод может принести прямую пользу людям, улучшая их двигательную активность.
Экзоскелеты обладают потенциалом для улучшения двигательной активности человека среди самых разных пользователей. Однако длительные испытания на людях и законы о контроле ограничили их широкое распространение.
Исследование сосредоточено на улучшении автономного управления встроенными системами искусственного интеллекта. Эта работа расширяет предыдущие исследования, основанные на обучении с подкреплением, для экзоскелетов, используемых в реабилитации нижних конечностей.
Исследование было сосредоточено на обучении роботизированных экзоскелетов тому, как помогать трудоспособным людям с различными движениями. Оно также включает в себя разработку индивидуальных, индивидуально адаптированных контроллеров, которые помогут пользователям в различных видах повседневной жизни.
Этот метод позволяет пользователям немедленно использовать экзоскелеты, поскольку моделирование с обратной связью включает в себя как контроллер экзоскелета, так и физические модели скелетно-мышечной динамики, взаимодействия человека и робота, а также мышечных реакций. Это генерирует эффективные и реалистичные данные и итеративно изучает лучшую политику управления в моделировании.
В будущем этот проект будет включать разработку индивидуальных, индивидуально адаптированных контроллеров, которые помогут пользователям в различных видах повседневной жизни.
Литература.
“Experiment-free exoskeleton assistance via learning in simulation” by Xianlian Zhou et al. Nature
