XiaoMi-AI文件搜索系统
World File Search System行走
大脑-身体任务共同适应可以提高自主学习和双足行走的速度
摘要 受到动物大脑和身体共同适应环境的启发，我们提出了一种肌腱驱动和过度驱动（即 n 个关节、n + 1 个执行器）的双足机器人，它 (i) 利用其可反向驱动的机械特性来管理身体与环境的相互作用，而无需明确控制，以及 (ii) 使用简单的 3 层神经网络在仅 2 分钟的“自然”运动喋喋不休（即与腿部和任务动态兼容的探索策略；类似于儿童游戏）后即可学会走路。这种大脑与身体的协作首先学会在“空中”产生脚的周期性运动，并且无需进一步调整，就可以在双足动物放低到与地面轻微接触时产生运动。相比之下，用 2 分钟的“幼稚”运动喋喋不休（即忽略腿部任务动态的探索策略）进行训练，不会在“空中”产生一致的周期性运动，并且在与地面轻微接触时会产生不稳定的运动并且没有运动。当进一步降低双足动物并使期望的腿部轨迹达到地面以下 1 厘米时（导致期望轨迹与实际轨迹之间的误差不可避免），基于自然或幼稚的咿呀学语的周期性运动呈现出几乎同样持续的趋势，并且随着幼稚的咿呀学语而出现运动。因此，我们展示了如何通过植根于植物可反向驱动特性的持续物理适应来驱动在不可预见的情况下不断学习行走，并通过利用植物动力学的探索策略来增强这种适应。我们的研究还表明，受生物启发的肢体和控制策略的共同设计和共同适应可以在没有明确控制轨迹误差的情况下产生运动。
增强宇航员卫生和任务效率：太空行走时宇航服内废物管理和水回收的新方法
舱外机动装置 (EMU) 内的现行废物管理系统由一次性尿布——最大吸收服 (MAG) 组成，它可以在长达 8 小时的舱外活动 (EVA) 期间收集尿液和粪便。长时间接触废物会导致卫生相关的医疗事件，包括尿路感染和胃肠道不适。从历史上看，在使用 MAG 之前，宇航员在开始体力消耗大的太空行走之前会限制食物摄入量或食用低残渣饮食，从而降低他们的工作绩效指数 (WPI) 并带来健康风险。此外，目前的 0.95 升宇航服内饮料袋 (IDB) 无法为更频繁、更远距离的太空行走提供足够的水，这更有可能出现需要延长离开航天器时间的应急情况。每磅货物运往太空的高昂运输成本和资源稀缺性加剧了这些挑战，凸显了节水废物管理的必要性。本文介绍了威尔康奈尔医学院梅森实验室开发的一种新型宇航员宇航服内尿液收集和过滤系统，该系统可以解决这些卫生和补水问题。该装置通过外部导管收集宇航员的尿液，并使用正向和反渗透 (FO-RO) 将其过滤成饮用水，创造可持续的卫生循环水经济，增进宇航员的健康。这项研究旨在使用改进的 MAG 实现 85% 的尿液收集率。改进的 MAG 将由内衬抗菌织物的柔性压缩材料制成，尿液通过硅胶尿液收集杯收集，该杯因男性和女性宇航员的不同而不同，以符合人体解剖学。湿度传感器检测到杯中尿液的存在，便会触发通过真空泵的尿液收集。 FO-RO 过滤系统的目标是至少回收 75% 的水，同时消耗不到 10% 的 EMU 能源。为了满足健康标准，滤液保持低盐含量（< 250 ppm NaCl）并有效去除尿液中的主要溶质（尿素、尿酸、氨、钙）。
原始研究频道镜训练对盲折的直线行走Saira Talwar†1，Johneric W. Smith‡2和John
摘要国际运动科学杂志17（1）：438-444，2024。频道镜训练已显示可改善运动表现的视觉运动控制和动态视力；但是，没有研究考虑使用这种培训来提高步行过程中的运动觉知识，适用于高风险人群。目的：这项研究的目的是评估频镜训练对盲折直线步行的影响。方法：37名大学生健康参与者（年龄：20.141.23岁；女性：n = 32，男性：n = 5）完成了这项研究。在此预测试前的准实验研究中，没有癫痫病或平衡障碍史的参与者完成了为期四周的渐进式频镜训练方案。评估感觉运动反馈参与者在蒙住眼睛时行走27.5 m。完成了盲折的直线步行测试，并测量了与端点的偏差。一个配对样本t检验用于分析计算出的偏差角。结果：从PRE（14.485.95）到发布（11.606.78）偏差角（t（36）= 2.71，p = 0.01）的显着差异。结论：这是第一个研究频道训练对视力限制步行任务的影响的研究，这需要反馈重新加权。这些发现对于依赖非视觉系统的临床环境或性能可能是有益的。具体来说，视觉系统为临床（8）和健康人群（1，12）的步行和运动表现提供了重要的提示。关键词：感觉运动，反馈重新加权，本体感受，姿势协调介绍闭环反馈，来自原理，视觉和前庭系统提供了信息，以保持运动期间保持稳定性和姿势控制（14）。对一个或多个感觉运动系统的操纵将中枢神经系统重定向以依靠提供的信息来维持协调，也称为“感觉重新加权”（4，15）。例如，通过破坏视力，将更大的依赖应用于体验和前庭反馈以执行任务。先前的研究使用视觉训练来增强视觉运动控制（3）和动态视敏度（11），并在下游转换为练习或竞争（8，12）。因此，通过有限的视觉反馈训练，
热纱：即使在抓握和行走时，也可以启用热反馈
图1：（a）我们提出了一种新方法，使热反馈设备能够提供逼真的温度感觉，同时仍允许用户抓住或踩到真实对象 - 不仅可以虚拟对象显示温度，但是用户也可以感觉到并掌握真实对象，例如道具。我们的方法与传统的热接口不同，其中将毛皮器设备应用于用户的手来使虚拟物体的温度呈现。不幸的是，将毛皮元件及其冷却单元（风扇和热量）直接连接到一个人的手掌，可防止用户也无法掌握真实的对象。同样，现有的热接口不能应用于脚底（因为需要踩在冷却单元上）。结果是现有的温度接口主要限于虚拟相互作用（免提，没有道具）。使用ThermalGrasp，（b）我们探索了一种灵活的热机构，该机构允许冷却单元从用户的手掌或鞋底移开，从而使它们能够掌握并踩踏物体。
不仅仅是能量消耗：长跟腱在人类行走和跑步中的多重益处
运动过程中，长远端肌腱（如跟腱）储存和释放的弹性应变能量可增强肌肉力量并降低运动能量消耗：由于远端肌腱在回弹过程中进行机械工作，跖屈肌纤维可以在较小的长度范围内、较慢的缩短速度和较低的激活水平下工作。很少有证据表明人类进化出长远端肌腱（或保留自我们更远的人科祖先）主要是为了实现较高的肌肉 - 肌腱功率输出，事实上，与许多其他物种相比，我们的力量仍然相对较弱。相反，大多数证据表明，这种肌腱的进化是为了降低总运动能量消耗。然而，长肌腱还有许多其他优势，通常未被认识到，据推测可能具有更大的进化优势，包括由于肌肉更短更轻而减少肢体惯性（减少近端肌肉力量需求），减少足部与地面碰撞时的能量耗散，能够储存和重复使用肌肉所做的工作以减弱足部与地面碰撞引起的振动，减少肌肉产热（从而降低核心温度），以及减轻工作引起的肌肉损伤。 总的来说，这些影响应该可以减少神经运动疲劳和运动用力感，使人类可以选择以更快的速度移动更长时间。 由于这些好处在更快的运动速度下更大，因此它们与以下假设一致：我们的祖先使用的跑步步态可能对跟腱长度产生了巨大的进化压力。因此，长跟腱可能是一种独特的适应性，它提供了许多生理、生物力学和心理方面的好处，从而影响了多种任务中的行为，包括运动和运动之外的行为。虽然能量成本可能是运动研究中感兴趣的变量，但未来的研究应该考虑影响我们运动能力的更广泛的因素，包括我们决定以特定速度移动给定距离，以便更充分地了解跟腱功能的影响以及该功能在身体活动、不活动、废用和疾病对运动表现的影响。
向后导向的抗性对在非受损个体中行走期间行走期间推进力产生的影响
简介：向后导向的电阻是沿个人行走运动相反方向施加的电阻。在目标速度行走过程中逐步应用向后导向的电阻，使自适应电动机控制能够保持这种速度。在拆分步行过程中，必须采用电动机控制策略，使该人能够跟上两条皮带以保持其在跑步机上的位置。应用渐进式抵抗时，这种情况变得更加具有挑战性，因为每个肢体都需要适应更大的阻力以维持位置。我们建议旨在用每个肢体改变相对推进力的策略可以解释使用的运动控制策略。这项研究旨在确定推进力动力学的变化，这些动力学使个人在仪器脱离皮带跑步机上行走时可以保持自己的位置，并逐渐增加向后定向的电阻。
两种在虚拟环境中移动的方法的比较：原地行走和交互式重定向行走
自虚拟现实诞生之初，在比参与者操作的物理空间更大的虚拟环境中移动一直是一项挑战。已经提出了许多不同的方法，例如基于操纵杆的导航、原地行走（参与者进行行走动作但在物理空间中静止不动）以及重定向行走（环境被秘密改变，给人一种在虚拟空间中走长直线但在物理空间中可能走圆圈的错觉）。每种方法都有其局限性，从模拟器晕动症到仍然需要比可用空间更多的物理空间。受 COVID-19 封锁的刺激，我们开发了一种新的运动方法，我们称之为交互式重定向行走。在这里，参与者真的在走路，但当到达边界时，会旋转虚拟世界，以便继续行走始终在物理边界内。我们进行了一项探索性研究，使用问卷以及基于参与者撰写的评论的定性反应（经过情绪分析），将这种方法与原地行走在存在感方面进行了比较。令人惊讶的是，我们发现较小的物理边界有利于交互式重定向行走，但对于长度超过大约 7 个成人步长的边界，原地行走方法是更可取的。
创造线上的量子行走：无序、纠缠......
量子行走中的无序通常会导致局部化。我们研究了局部化对量子行走纠缠特性的影响。具体来说，我们考虑了线上的量子行走，并探索了硬币操作中淬灭无序的影响。在确认我们选择的无序使行走者局部化后，我们研究了局部化如何影响量子行走的特性。我们发现行走的混合特性发生了非平凡的改变，混合在短时间内得到了改善。特别关注了硬币无序对量子态和硬币行走者纠缠特性的影响。我们发现，即使行走者概率分布仍然接近无序情况，无序也会显著改变量子态。我们观察到，一般来说，硬币无序会降低硬币行走者的纠缠度，并且局部化会在硬币量子行走的纠缠熵和纠缠负性中留下明显的痕迹。
人形机器人 Pyrène 的反应式行走
该团队已经开发出一种步行控制方案，并在之前的人形机器人 HRP-2 上成功测试，验证了强大的步行模式生成器，该生成器速度足够快，可以进行实时计算，并能够自动定位其脚步（应用示例见 [Stasse et al., 2009] 和 [Ramirez-Alpizar et al., 2016]）。然而，在新的 Pyr`ene 机器人上，由于比 HRP-2 和其系列的第一个原型（Talos 模型）更重，臀部灵活性等各种技术问题使其在当前的步行模式和控制方案下行走不稳定。因此，已经实施了稳定器并进行了部分测试。实习旨在通过研究稳定器和步行模式生成器来改进控制方案的当前状态，包括实时验证控制以允许机器人进行远程操作。
Jenna Yen Mundamung（一起行走）策略Jenna Yen Mundamung（一起行走）策略
1。我们仔细计划参与设计以及在开始参与之前要参与的人，我们确定直接参与或可能受到该项目影响的当地地方和利益相关者。在设定方向或定义郡立场的主要项目上，我们鼓励广泛的社区参与，以确保表达和考虑各种各样的观点和思想，并最好地包括那些可能受到决定最大的那些。Shire的您说的参与框架有四个阶段，以确保我们为参与活动提供一致的方法。这包括计划（制定参与计划），进行（准备和参与），报告（分析信息并提供参与度的更新）和评估（过程和结果）。