机器人辅助步态训练中的人在环优化
机器人学
2026-02-24 v1 系统与控制
系统与控制
摘要
可穿戴机器人为定量监测步态和提供系统性、自适应的辅助以促进患者独立性和改善步态提供了一种有前景的解决方案。然而，由于步行模式中存在显著的个体间和个体内差异，设计能够适应每个个体独特特征的机器人控制器非常重要。本文研究了人在环优化（HILO）在步态训练中提供个性化辅助的潜力。采用协方差矩阵适应进化策略（CMA-ES）持续优化下肢外骨骼的按需辅助控制器。六名健康个体参与了为期两天的实验。我们的结果表明，尽管 CMA-ES 似乎为每个个体收敛到一组独特的刚度，但在验证试验中未观察到对受试者表现的可测量影响。这些发现突出了人机协同适应和人类行为差异的影响，其作用可能大于个性化基于规则的辅助控制器的潜在益处。我们的工作有助于理解当前外骨骼辅助步态康复中个性化方法的局限性，并确定了在该领域有效实施人在环优化的关键挑战。
引用
@article{arxiv.2510.05780,
title = {Human-in-the-loop Optimisation in Robot-assisted Gait Training},
author = {Andreas Christou and Andreas Sochopoulos and Elliot Lister and Sethu Vijayakumar},
journal= {arXiv preprint arXiv:2510.05780},
year = {2026}
}