Experiment-free exoskeleton assistance via learning in simulation

Nature

《自然》发表的一项研究报道了一种能加速外骨骼控制系统开发的模拟框架，这种外骨骼能辅助现实世界场景中的运动。研究显示，这个框架或有助于推动外骨骼和义肢等装置的广泛应用。

外骨骼能显著提升人类运动，恢复残疾人士的运动能力。不过，当前的控制器在匹配不同个体需求和任务涉及的复杂人体运动时仍面临挑战。它们通常需要开展大量的人体测试，依赖手工制作的规则，这限制了它们的广泛应用。之前的模拟研究并不包含控制器设计，也未考虑人类-机器人交互，这给从模拟到现实世界应用的过渡带来了挑战。

外骨骼作为一种能够显著提升人类运动能力、恢复残疾人士运动功能的装置，近年来备受关注。然而，当前外骨骼控制器在匹配不同个体需求和复杂人体运动时面临诸多挑战，限制了其广泛应用。《自然》杂志发表的一项研究为解决这一问题提供了新的思路，报道了一种通过模拟学习提升外骨骼性能的方法，有望推动外骨骼和义肢等装置的更广泛应用。

外骨骼的发展具有重要的意义和潜力。它不仅可以帮助残疾人士恢复行动能力，提高他们的生活质量，还可以在工业、军事等领域发挥作用，增强人类的体力和耐力。然而，目前的外骨骼控制器在实际应用中存在一些局限性。通常，这些控制器需要进行大量的人体测试来调整和优化参数，这不仅耗时耗力，而且难以满足不同个体的多样化需求。此外，依赖手工制作的规则来控制外骨骼的运动，往往无法充分适应复杂多变的现实世界场景。

为了克服这些挑战，美国北卡罗莱纳州立大学的苏浩和同事开发了一种全新的模拟框架。这个框架的核心是三个互联的神经网络，它们能够在模拟中生成人体运动、肌肉协调和外骨骼控制。通过这些神经网络，模型可以从大量的人体移动数据中学习，从而无需进行漫长的人体实验，节省了人力资源。

在模拟实验中，作者让模型进行了数百万次的模拟试验。这些试验涵盖了各种不同的运动场景和任务，包括跑步、走路、爬楼梯等。通过不断地学习和优化，模型逐渐掌握了如何根据人体的运动意图和需求来精确控制外骨骼的动作，以提供最佳的辅助效果。

为了验证控制器在现实世界场景中的有效性，作者进行了实际的人体实验。他们让一名佩戴髋关节外骨骼的使用者进行了跑步、走路和爬楼梯等运动任务，并对使用者的代谢率等数据进行了监测。实验结果令人鼓舞，他们的控制器使得使用者的代谢率在行走时降低了24.3%，跑步时降低了13.1%，爬楼梯时降低了15.4%。这表明控制器能够在不同的活动中成功地协助使用者，减轻他们的体力消耗，提高运动效率。

这项研究的创新之处在于它充分利用了模拟学习的优势。通过在模拟环境中进行大量的试验和训练，模型可以快速地学习和优化控制策略，从而大大缩短了控制器的开发周期。此外，模拟学习还可以避免在人体实验中可能遇到的安全风险和伦理问题，为外骨骼的研发提供了一种更加安全、高效的方法。

然而，尽管这项研究取得了显著的成果，但仍有许多问题需要进一步研究和解决。例如，目前的控制器主要是针对特定的运动任务和个体进行优化的，如何拓宽控制器的应用范围，使其能够适用于更多的个体和任务，是未来需要重点关注的问题。此外，还需要进一步提高外骨骼的舒适性、可靠性和智能化水平，以更好地满足用户的需求。

为了解决这些问题，未来的研究可以从以下几个方面展开。首先，可以进一步改进和优化模拟框架，提高模型的准确性和泛化能力。例如，可以引入更多的生物力学知识和人体运动数据，以增强模型对复杂人体运动的理解和预测能力。其次，可以开展更多的人体实验，验证控制器在不同人群和场景中的效果，并根据实验结果进行进一步的优化和改进。此外，还可以结合人工智能、机器学习等技术，开发更加智能化的外骨骼控制器，使其能够根据用户的实时需求和反馈自动调整控制策略。

除了技术方面的挑战，外骨骼的广泛应用还需要解决一些社会和经济问题。例如，外骨骼的成本较高，如何降低成本，使其能够被更多的人所接受和使用，是需要考虑的问题。此外，还需要加强对外骨骼的宣传和推广，提高公众对其的认知和接受度，促进外骨骼在医疗、康复、工业等领域的广泛应用。

总之，通过模拟学习提升外骨骼性能是一项具有重要意义的研究成果，为外骨骼的发展带来了新的希望。未来，随着技术的不断进步和研究的深入开展，相信外骨骼将会在更多的领域发挥作用，为人类的健康和生活带来更多的便利和福祉。我们期待着更多的科学家和研究团队能够加入到这一领域的研究中来，共同推动外骨骼技术的发展和应用。