利用迭代学习控制优化卒中康复中的挑战水平:一项仿真
系统与控制
2021-06-08 v1 系统与控制
摘要
卒中康复中的挑战水平必须谨慎选择,以在保持患者参与度和积极性的同时不使其受挫。本文给出一项仿真,其中该挑战水平利用迭代学习控制自动优化。迭代学习控制器为模拟的卒中患者提供一项目标任务,患者随后学习执行该任务。基于目标任务与执行之间的误差,控制器为下一次试验调整目标任务的难度。患者由一个带外生输入的非线性自回归网络模拟以模仿其感觉运动系统,并由二阶模型近似其肘关节动力学。仿真结果表明,与根据阈值更新目标任务难度的康复方法相比,本文提出的康复方法产生了更困难的任务以及更平滑的难度递进。
引用
@article{arxiv.2103.06664,
title = {Optimizing the Level of Challenge in Stroke Rehabilitation using Iterative Learning Control: a Simulation},
author = {Sandra-Carina Noble and Tomas Ward and John V. Ringwood},
journal= {arXiv preprint arXiv:2103.06664},
year = {2021}
}
备注
Accepted at 10th International IEEE EMBS Conference On Neural Engineering (NER'21)