髋部外骨骼帮助偏好的快速在线学习
摘要
髋部外骨骼因其在各种场景下的有效性以及适应不同用户的能力而日益流行。然而，个人化帮助往往需要冗长的调谐程序和计算密集型算法，大多数现有方法未纳入用户反馈。本文提出了一种快速学习用户髋部外骨骼帮助偏好的新方法。我们对不同随机生成的帮助轮廓进行成对比较，通过主动查询收集用户偏好。用户的反馈被集成到偏好学习算法中，该算法更新其信念，学习用户相关的奖励函数，并相应更改帮助扭矩轮廓。来自八名健康受试者的结果显示，受试者呈现出不同的偏好扭矩轮廓，用户的选择在与扰动轮廓比较时保持一致。对用户偏好的全面评估揭示了其与个体步行策略之间的密切关系。测试的扭矩轮廓不会干扰运动学关节协同作用，参与者倾向于选择与其运动同步的帮助扭矩，导致来自设备的负功率降低。这种简单方法使我们能够快速学习用户的偏好和奖励，为基于奖励的人机外骨骼交互研究奠定了基础。
引用
@article{arxiv.2502.15366,
title = {Rapid Online Learning of Hip Exoskeleton Assistance Preferences},
author = {Giulia Ramella and Auke Ijspeert and Mohamed Bouri},
journal= {arXiv preprint arXiv:2502.15366},
year = {2025}
}
备注
Copyright 2025 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works