基于双智能体多模型强化学习的人机共适应机器人辅助康复
机器人学
2024-08-01 v1
摘要
本研究提出了一种机器人辅助踝关节康复的新方法，即双智能体多模型强化学习（DAMMRL）框架，利用多模型自适应控制（MMAC）和协同自适应控制策略。在机器人辅助康复中，关键挑战之一是由于人类认知和生理系统的复杂性而对人类行为进行建模。传统的单模型方法往往无法捕捉人机交互的动态。我们的研究采用多模型策略，使用简单的子模型来近似康复任务中复杂的人类响应，以适应不同水平的患者功能障碍。该系统的多功能性已在真实实验和模拟环境中得到验证。通过对 13 名健康年轻人的评估，结果令人鼓舞，证实了该方法的预期益处。本研究不仅为机器人辅助踝关节康复引入了一种新范式，也为未来自适应、以患者为中心的治疗干预研究开辟了道路。
引用
@article{arxiv.2407.21734,
title = {Human-Machine Co-Adaptation for Robot-Assisted Rehabilitation via Dual-Agent Multiple Model Reinforcement Learning (DAMMRL)},
author = {Yang An and Yaqi Li and Hongwei Wang and Rob Duffield and Steven W. Su},
journal= {arXiv preprint arXiv:2407.21734},
year = {2024}
}