单侧肌力下降与脚踝辅助干预的步态不对称性研究：基于强化学习的仿真分析
机器人学
2026-02-24 v1
摘要
单侧肌肉力量下降常导致步态不对称，破坏肢体间协调和站位时间。本研究提出了基于强化学习(RL)的肌肉生物力学仿真框架，用于(1)量化逐渐下降的单侧肌肉力量对步态对称性的影响，以及(2)评估脚踝外骨骼辅助是否能在受损状态下改善步态对称性。总体目标是建立一个支持早期控制器开发的仿真与学习工作流程。通过减弱右腿肌肉力量至基准值的75%、50%和25%来诱导步态不对称。使用脚跟着陆时间、峰值接触力和关节层面对称性指标来量化步态不对称。力量下降程度越大，产生的时序和运动学不对称程度越大，尤其在踝关节处最为显著。踝关节的运动学对称性从100%力量下时接近对称行为(SI = +6.4%;相关系数r=0.974)恶化到25%力量下时严重不对称(SI = -47.1%, r=0.889)，伴随对未受损侧的荷载转移。对于50%力量下的情况，脚踝外骨骼辅助相对于未受助的受损状态改善了运动学对称性，将踝关节SI从25.8%降低到18.5%，将相关系数从r=0.948提高到0.966，尽管峰值荷载仍偏向未受损侧。总体而言，本框架支持受控的损伤严重性和辅助策略评估，为未来在人体实验中的验证提供了基础。
引用
@article{arxiv.2602.18862,
title = {Gait Asymmetry from Unilateral Weakness and Improvement With Ankle Assistance: a Reinforcement Learning based Simulation Study},
author = {Yifei Yuan and Ghaith Androwis and Xianlian Zhou},
journal= {arXiv preprint arXiv:2602.18862},
year = {2026}
}