(资料图片仅供参考)
一组研究人员开发了一种使用深度强化学习控制下肢外骨骼的新方法。发表在《神经工程与康复杂志》上的题为“通过深度强化学习对下肢康复外骨骼进行稳健行走控制与肌肉骨骼模型相结合”的方法，为下肢外骨骼的用户提供了更强大和自然的步行控制。
虽然可穿戴机器人技术的进步有助于恢复下肢障碍患者的活动能力，但目前外骨骼的控制方法在为用户提供自然和直观运动的能力方面受到限制。这会损害平衡并导致用户疲劳和不适。很少有研究专注于开发强大的控制器，这些控制器可以在安全性和独立性方面优化用户体验。
现有的用于下肢康复的外骨骼采用各种技术来帮助用户保持平衡，包括特殊的拐杖和传感器，根据共同作者Ghaith Androwis博士的说法，他是凯斯勒基金会移动和康复工程研究中心的高级研究科学家，也是该中心康复机器人和研究实验室的主任。没有这种助手的外骨骼允许更多的独立行走，但代价是增加重量和缓慢的行走速度。
“先进的控制系统对于开发下肢外骨骼至关重要，这种外骨骼可以在各种条件下自主，独立行走，”Androwis博士说。研究团队开发的新方法使用深度强化学习来改善外骨骼控制。强化学习是一种人工智能，它使机器能够通过反复试验从自己的经验中学习。
“使用肌肉骨骼模型和外骨骼，我们模拟了下肢的运动并训练了外骨骼控制系统，以使用强化学习实现自然的行走模式，”通讯作者Xianlian Zhou博士解释说，他是新泽西理工学院(NJIT)生物医学工程系生物动力学实验室的副教授兼主任。“我们正在使用我们的团队正在开发的下肢外骨骼在现实条件下测试该系统，结果显示了提高行走稳定性和减少用户疲劳的潜力。
标签：
