一组研究人员开发了一种利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“下肢康复外骨骼与肌肉骨骼模型通过深度强化学习的鲁棒行走控制”的方法，为下肢外骨骼用户提供了更鲁棒和自然的行走控制。
虽然可穿戴机器人技术的进步已经帮助下肢受损的人恢复了行动能力，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是有限的。这可能会破坏平衡，导致用户疲劳和不适。很少有研究集中在鲁棒控制器的开发上，该控制器可以在安全性和独立性方面优化用户体验。
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、康复机器人和研究实验室主任盖斯·安德鲁斯博士说，现有的下肢康复外骨骼采用了各种技术来帮助用户保持平衡，包括特殊的拐杖和传感器。没有这些辅助装置的外骨骼可以更独立地行走，但代价是增加了重量和减慢了行走速度。
“先进的控制系统对于开发能够在各种条件下自主、独立行走的下肢外骨骼至关重要，”安德鲁斯博士说。研究小组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，它使机器能够通过试验和错误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，并训练外骨骼控制系统，通过强化学习实现自然的行走模式，”通讯作者、新泽西理工学院(NJIT)生物医学工程系生物动力学实验室副教授兼主任周仙莲博士解释说。“我们正在用我们团队开发的下肢外骨骼在现实环境中测试该系统，结果显示该系统有可能改善行走稳定性并减少用户疲劳。”
研究小组确定，他们提出的模型产生了一个通用的鲁棒行走控制器，能够处理不同层次的人类外骨骼相互作用，而无需调整参数。新系统有可能使广泛的用户受益，包括那些脊髓损伤、多发性硬化症、中风和其他神经系统疾病的患者。研究人员计划继续在用户中测试该系统，并进一步完善控制算法，以提高行走性能。
“我们对这个新系统的潜力感到兴奋，它可以改善下肢受损患者的生活质量，”安德鲁斯博士说。“通过实现更自然、更直观的行走模式，我们希望帮助外骨骼的用户更轻松、更自信地移动。”
更多信息:罗淑珍等，基于深度强化学习的下肢康复外骨骼与肌肉骨骼模型的鲁棒行走控制，Journal of NeuroEngineering and rehabilitation(2023)。DOI: 10.1186/s12984-023-01147-2由凯斯勒基金会提供引用:先进的通用控制系统可能会彻底改变下肢外骨骼控制并优化用户体验(2023年，6月16日)检索自https://medicalxpress.com/news/2023-06-advanced-universal-revolutionize-limb-exoskeleton.html。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
