我是机器人：通过功能性电刺激驱动人体肢体的神经肌肉强化学习
机器人学
2021-03-10 v1 人工智能
摘要
人类运动障碍或瘫痪会导致肌肉激活及运动控制能力的丧失。功能性电刺激（FES）是一种成熟且安全的技术，通过刺激肌肉上方皮肤以诱发其收缩。然而，如何通过FES恢复人体肢体的运动能力仍是一项开放挑战，因为控制刺激的问题尚不明晰。我们采用机器人学视角看待此问题，开发机器人学习算法，通过电肌肉刺激控制终极人形机器人——人体。人体肌肉作为执行器并不易于控制，因其力输出因疲劳及其他内部状态变化而非平稳，相比之下机器人执行器在广泛工作范围内可被充分理解且平稳。我们提出基于深度强化学习（Deep Reinforcement Learning）的FES人体肌肉控制方法，使用循环神经网络进行动态状态表示，以克服人体肌肉在外部刺激下行为中未观测到的因素。我们在神经肌肉仿真及人体实验中均展示了该技术。结果表明，我们的控制器可学会操控人体肌肉，施加适当刺激水平以完成给定任务，同时补偿任务过程中出现的渐进性肌肉疲劳。此外，该技术学习速度足够快，可在真实世界人机回路场景中部署。
引用
@article{arxiv.2103.05349,
title = {I am Robot: Neuromuscular Reinforcement Learning to Actuate Human Limbs through Functional Electrical Stimulation},
author = {Nat Wannawas and Ali Shafti and A. Aldo Faisal},
journal= {arXiv preprint arXiv:2103.05349},
year = {2021}
}