使用因果树建模康复练习的个性化难度
机器人学
2025-05-08 v1 机器学习
摘要
康复机器人常用于类似游戏的康复交互中,以提高个人完成康复练习的积极性。通过在练习交互过程中为特定用户调整练习难度,机器人可以最大化用户的康复效果和他们在整个练习过程中的积极性。先前的方法假设练习具有适用于所有用户的通用难度值,然而,我们发现中风幸存者对练习难度有着多样且独特的感知。例如,一些中风幸存者认为垂直伸展比向更远但更低处伸展更困难,而另一些则认为向更远处伸展比垂直伸展更具挑战性。在本文中,我们制定了一种基于因果树的方法,根据用户的表现来计算练习难度。我们发现,这种方法能准确地建模练习难度,并为用户和护理人员提供了一个易于解释的模型,说明该练习为何困难。
引用
@article{arxiv.2505.04583,
title = {Modeling Personalized Difficulty of Rehabilitation Exercises Using Causal Trees},
author = {Nathaniel Dennler and Zhonghao Shi and Uksang Yoo and Stefanos Nikolaidis and Maja Matarić},
journal= {arXiv preprint arXiv:2505.04583},
year = {2025}
}
备注
Accepted to IEEE/RAS-EMBS International Conference on Rehabilitation Robotics (ICORR 2025)