通过模拟学习，外骨骼机器人提高性能。

研究示意图。图片来源：北卡罗来纳州立大学/自然

科技日报记者 张梦然

新一期《自然》发表的生物医学工程研究成果，报告了加速外骨骼机器人控制系统开发的模拟框架，它有助于促进现实世界中外骨骼装置的广泛应用。

外骨机器人可以显著提高人类的运动能力，恢复残疾人的运动能力。

外骨机器人可以显著提高人类的运动能力，恢复残疾人的运动能力。然而，目前的控制器仍然面临着与不同个人需求和复杂人体运动相匹配的挑战。它们通常需要进行大量的人体测试，依赖于手工制作的规则，这限制了它们的广泛应用。以前的模拟研究不包括控制器设计，也不考虑人与机器人的互动，这给从模拟过渡到现实世界的应用带来了一些困难。

为了克服这些困难，北卡罗来纳州立大学苏浩团队开发了一个框架，可以从人与设备的互动中学习。这个框架不需要漫长的人体实验和人力资源，它可以在模拟中产生三个互联神经网络，即人体运动、肌肉协调和外骨控制。它们对模型进行了数百万次的模拟试验，以验证其从人体移动数据中学习的能力。

为了测试控制器在现实世界场景中的成功率，团队测试了一个戴髋关节外骨骼的用户。在跑步、走路、爬楼梯时，他们对用户进行了监测，发现控制器使用户的代谢率降低了24.3%，跑步时降低了13.1%，爬楼梯时降低了15.4%，这表明控制器可以在不同的活动中成功地帮助用户。