AIを活用したシミュレーション・トレーニングが、ロボット外骨格における人間のパフォーマンスを向上させる(AI-Powered Simulation Training Improves Human Performance in Robotic Exoskeletons)

ad

2024-06-12 ノースカロライナ州立大学(NCState)

研究者たちは、AIとコンピューターシミュレーションを活用して、ロボティック外骨格が歩行、走行、階段昇降を支援し、エネルギーを節約する新しい方法を実証しました。ノースカロライナ州立大学の准教授であるHao Su氏は、この方法がシミュレーションと現実のギャップを埋め、実験なしで外骨格を訓練するものであると説明しています。この方法により、ユーザーはすぐに外骨格を利用でき、歩行時には24.3%、走行時には13.1%、階段昇降時には15.4%のエネルギーを節約できます。この技術は、健常者だけでなく、移動障害を持つ人々にも応用可能で、広範なアシストロボットの迅速な開発と普及に貢献することが期待されています。

<関連情報>

シミュレーション学習による実験不要の外骨格補助 Experiment-free exoskeleton assistance via learning in simulation

Shuzhen Luo,Menghan Jiang,Sainan Zhang,Junxi Zhu,Shuangyue Yu,Israel Dominguez Silva,Tian Wang,Elliott Rouse,Bolei Zhou,Hyunwoo Yuk,Xianlian Zhou & Hao Su
Nature  Published:12 June 2024
DOI:https://doi.org/10.1038/s41586-024-07382-4

AIを活用したシミュレーション・トレーニングが、ロボット外骨格における人間のパフォーマンスを向上させる(AI-Powered Simulation Training Improves Human Performance in Robotic Exoskeletons)

Abstract

Exoskeletons have enormous potential to improve human locomotive performance1,2,3. However, their development and broad dissemination are limited by the requirement for lengthy human tests and handcrafted control laws2. Here we show an experiment-free method to learn a versatile control policy in simulation. Our learning-in-simulation framework leverages dynamics-aware musculoskeletal and exoskeleton models and data-driven reinforcement learning to bridge the gap between simulation and reality without human experiments. The learned controller is deployed on a custom hip exoskeleton that automatically generates assistance across different activities with reduced metabolic rates by 24.3%, 13.1% and 15.4% for walking, running and stair climbing, respectively. Our framework may offer a generalizable and scalable strategy for the rapid development and widespread adoption of a variety of assistive robots for both able-bodied and mobility-impaired individuals.

医療・健康
ad
ad
Follow
ad
タイトルとURLをコピーしました