机构名称：
¥ 3.0
人类对身体或环境的变化无缝地适应其运动。我们不了解这种适应如何改善避免跌倒的同时诸如能耗或对称性之类的绩效指标。在这里，我们将运动适应性建模为稳定控制器之间的相互作用，该稳定控制器对扰动的反应和强化学习者的反应迅速通过局部探索和记忆来逐渐改善控制器的性能。此模型可以预测许多设置中的随时间变化的适应性：在拆分带跑步机上行走（即双脚以不同的速度），不对称的腿部重量或使用外骨骼 - 在十个先前的实验中捕获学习和概括现象，并在此进行了两个模型引导实验。不对称的能量最小化的性能最小化的性能最小化捕获了广泛的现象，并且可以与其他机制一起起作用，例如减少感觉预测误差。这种基于模型的适应性理解可以指导康复和可穿戴机器人控制。
基于探索的稳定控制器的学习
主要关键词
相关文件推荐
