基于强化学习的下肢外骨骼深蹲辅助控制
机器人学
2021-05-11 v1
摘要
机器人下肢康复外骨骼控制的一个重大挑战是确保在程序化任务或运动期间的稳定性与鲁棒性，这对行动不便用户的安全至关重要。由于用户残疾程度各异，人机交互力与外部扰动不可预测且可能大幅变化，导致传统运动控制器行为不可靠或机器人跌倒。在本工作中，我们提出一种新颖的、基于强化学习的外骨骼运动控制器，旨在高效、稳定且强鲁棒地执行协作式深蹲训练。与大多数现有康复外骨骼不同，我们的外骨骼在矢状面与额状面均具有踝关节驱动，并配备多个足部力传感器以估计压力中心（CoP），其为系统平衡的重要指标。所提运动控制器通过将 CoP 信息纳入控制策略网络的状态输入，并在学习中将其加入奖励，以维持运动期间良好的系统平衡状态。此外，我们在训练中使用动力学随机化与对抗力扰动（包括较大的人机交互力）以进一步提升控制鲁棒性。为评估该学习控制器的有效性，我们进行了不同设置下的数值实验，证明其能在强扰动与真实人机交互力下卓越地控制外骨骼重复执行平衡且鲁棒的深蹲运动。
引用
@article{arxiv.2105.03489,
title = {Reinforcement Learning and Control of a Lower Extremity Exoskeleton for Squat Assistance},
author = {S. Luo and G. Androwis and S. Adamovich and H. Su and X. Zhou},
journal= {arXiv preprint arXiv:2105.03489},
year = {2021}
}