Новий AI-контролер для екзоскелетів, який навчається різним рухам людини без необхідності спеціального програмування, значно зменшив споживання енергії, що стало важливим проривом у технології переносних роботів.
Про це повідомляє portaltele.com.ua.
Уявіть собі більш безпечне та ефективне пересування працівників фабрик та космонавтів, а також підвищену мобільність для осіб з обмеженими можливостями. Це може стати реальною перспективою завдяки новому дослідженню, опублікованому 12 червня в журналі Nature.
Екзоскелети, тобто переносні роботизовані структури для людського тіла, обіцяють полегшити пересування, але технологічні виклики стримували їхнє поширення, пояснив доктор Шужень Луо з Університету аеронавтики Ембрі-Ріддл, перший автор статті в Nature, спільно з кореспондентом доктором Хао Су з Університету штату Північна Кароліна та іншими колегами. На даний момент екзоскелети повинні бути попередньо запрограмовані для певних дій та адаптовані до окремих людей на основі довготривалих, дорогих та трудомістких випробувань, зазначив Луо.
Запровадження AI-керування
Тепер науковці представили передовий контролер, який використовує штучний інтелект (AI) і комп’ютерне моделювання для інтенсивної обробки даних, щоб навчити портативні роботизовані екзоскелети.
“Цей новий контролер забезпечує безперервну підтримку крутного моменту під час ходьби, бігу або підйому сходами, без необхідності випробувань на людях“, – пояснив Луо.
“Завдяки лише одному запуску на графічному процесорі ми можемо розробити закон керування або “політику” в симуляції, що дозволяє контролеру ефективно допомагати у всіх трьох видах діяльності та адаптуватися до різних людей“.
Революційна економія енергії
Контролер, керований трьома взаємопов’язаними багаторівневими нейронними мережами, розвивається під час роботи через “мільйони циклів моделювання опорно-рухового апарату для поліпшення мобільності людини”, – розповів д-р Луо, доцент кафедри машинобудування в кампусі Дейтона-Біч Університету Ембрі-Ріддл, штат Флорида.
Метод “навчання в симуляції” на спеціальному екзоскелеті для стегон призвів до рекордного скорочення метаболічних витрат на переносних екзоскелетах для стегон — зменшення середньої витрати енергії на 24,3% для ходьби, на 13,1% для бігу та на 15,4% для підйому сходами.
Ці показники зниження енергії були отримані шляхом порівняння ефективності людей з роботизованими екзоскелетами та без них, пояснив Су з Університету штату Північна Кароліна.
“Це показує реальний ефект енергозбереження, який надає екзоскелет“, – зазначив Су, доцент кафедри машинобудування та аерокосмічної інженерії. “Ця робота фактично перетворює наукову фантастику в реальність — дозволяючи людям витрачати менше енергії на виконання різних завдань“.
Подолання розриву між симуляцією і реальністю
Цей підхід став першим, який продемонстрував можливість розробки контролерів у симуляції, що подолали так званий “розрив між симуляцією та реальністю” або “sim2real”, значно покращуючи при цьому продуктивність людини.
“Раніше успіхи в навчанні з підкріпленням переважно зосереджувалися на симуляціях та настільних іграх, — сказав Луо, — а ми запропонували новий метод, а саме динамічне, засноване на даних навчання з підкріпленням для навчання та керування носимими роботами з безпосередньою користю для людей“.
Ця методика може забезпечити узагальнену та масштабовану стратегію для швидкого впровадження різноманітних допоміжних роботів як для здорових людей, так і для осіб з обмеженими можливостями пересування, додав Су. Подолання технологічних бар’єрів Як зазначається, традиційно екзоскелети потребували розробки індивідуальних правил управління, заснованих на трудомістких випробуваннях на людях, щоб врахувати всі види діяльності та особливості індивідуальної ходи, пояснили дослідники в журналі «Nature». Метод навчання в симуляції запропонував можливе рішення цих проблем.
Отриманий “підхід до навчання з підкріпленням, заснований на динаміці та даних” значно прискорює розробку екзоскелетів для впровадження в реальному світі, зазначив Луо. Моделювання замкнутого циклу включає як контролер екзоскелета, так і фізичні моделі динаміки опорно-рухового апарату, взаємодії людини з роботом і м’язових реакцій для створення ефективних і реалістичних даних. Таким чином політика управління може розвиватися або навчатися в симуляції.
“Наш метод забезпечує основу для готових рішень у розробці контролерів для переносних роботів“, — зазначив Луо.
Майбутні напрямки дослідження екзоскелетів
Подальші дослідження зосередяться на унікальній ході при ходьбі, бігу або підйомі по сходах, щоб допомогти людям з такими порушеннями, як інсульт, остеоартрит і церебральний параліч, а також людям з ампутаціями.
