详细内容或原文请订阅后点击阅览
优化的外骨骼考虑了主人的生理特征（+视频）
柔软的可穿戴外骨骼必须与佩戴者同步行动。但每个人都有各自的运动特征，为个人用户调整机器人参数是一个劳动密集型且低效的过程。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）柔软的可穿戴外骨骼必须与佩戴者同步行动。但每个人都有各自的运动特征，为个人用户调整机器人参数是一个劳动密集型且低效的过程。
近日，哈佛大学工程与应用科学学院的研究人员。约翰·A·保尔森 (John A. Paulson) 和韦斯生物工程研究所开发了一种高效的机器学习算法，可以快速适应软可穿戴外骨骼的定制控制策略。
以前，为每个车主选择正确的参数控制是一个复杂的、逐步的过程，不仅因为每个人的行走方式略有不同，而且还因为手动调整参数所需的实验复杂且耗时。
哈佛大学的科学家开发了一种高效的机器学习算法，可以快速适应软可穿戴外骨骼的定制控制设置，从而显着提高这些设备的性能。研究人员开发了一种算法，可以分析行为的变异性并快速确定最能最大限度地减少步行努力的最佳参数。
科学家们使用了一种称为“循环操作员”的优化技术，该技术使用实时测量的呼吸频率等生理参数来调整设备控制参数。
与不使用设备行走相比，使用外骨骼与新算法相结合可降低 17.4% 的能源成本。研究结果表明，即使是非常简单的控制器的优化也可以为用户在行走时提供显着的个性化好处。
接下来，该团队打算将优化应用于更复杂的设备，同时帮助多个关节，包括臀部和脚踝。