基于模型的优化用于机器人辅助步态训练的个性化

个性化康复对于促进步态独立性和生活质量至关重要。机器人可以通过系统化地提供步态训练中的支持来增强治疗效果，但常常采用一种适用于所有人的控制方法，这可能并非最优。本文描述了一种用于设计和微调个性化机器人控制器的模型优化方法。作为案例研究，我们将提供必要性扶持的目标表述为一个优化问题，演示如何利用肌肉生物力学模型开发个性化干预方案。招募了 18 名健康受试者（年龄为 26 ± 4 岁），为每位受试者获取个性化控制参数，以在单侧跟踪任务中提供必要性扶持。进行了个性化控制器与非个性化控制器的比较。在仿真中，预测在使用个性化参数时会出现显著改善。实验上，反应结果各异：有 6 名受试者在个性化参数下表现出显著改善，8 名受试者无明显变化，4 名受试者表现更差。两种控制器都观察到高度的人际差异和同一受试者内部的差异。这一研究突显了在机器人辅助步态训练中个性化控制的重要性，以及需要更好地估计人机交互和人类行为以实现模型优化优势的必要性。