בבדיקה עם נבדקים אנושיים, החוקרים מצאו כי משתתפי המחקר השתמשו ב-24.3% פחות אנרגיה מטבולית בהליכה בשלד החיצוני הרובוטי מאשר ללא השלד החיצוני. המשתתפים השתמשו ב-13.1% פחות אנרגיה בעת ריצה בשלד החיצוני, ו-15.4% פחות אנרגיה בעת טיפוס במדרגות. קרדיט: האו סו, אוניברסיטת NC State
שיטת אימון חדשה עבור שלדים חיצוניים רובוטיים באמצעות AI וסימולציות הוכחה כמפחיתה את הוצאות האנרגיה בהליכה, ריצה וטיפוס מדרגות.
אוניברסיטת צפון קרולינה סטייט חוקרים פיתחו טכניקה חדשה וחדשנית הממנפת בינה מלאכותית (AI) וסימולציות ממוחשבות כדי לאמן שלדים חיצוניים רובוטיים כדי לעזור באופן אוטונומי למשתמשים לחסוך באנרגיה בזמן הליכה, ריצה וטיפוס במדרגות.
"עבודה זו מציעה ומדגימה מסגרת חדשה ללימוד מכונה המגשרת על הפער בין סימולציה למציאות כדי לשלוט באופן אוטונומי ברובוטים לבישים כדי לשפר את הניידות והבריאות של בני אדם", אומר האו סו, מחבר מקביל של מאמר על העבודה שיפורסם. היום (12 ביוני) ביומן טֶבַע.
שיפור ביצועי הקטר
"לשלדים חיצוניים יש פוטנציאל עצום לשפר את ביצועי הקטר האנושי", אומר סו, שהוא פרופסור חבר להנדסת מכונות וחלל באוניברסיטת צפון קרוליינה סטייט. "עם זאת, הפיתוח וההפצה הרחבה שלהם מוגבלים על ידי הדרישה לבדיקות אנושיות ממושכות וחוקי בקרה בעבודת יד.
"הרעיון המרכזי כאן הוא שה-AI המגולם בשלד חיצוני נייד לומד כיצד לעזור לאנשים ללכת, לרוץ או לטפס בסימולציה ממוחשבת, מבלי לדרוש ניסויים כלשהם", אומר סו.
באופן ספציפי, החוקרים התמקדו בשיפור השליטה האוטונומית של מערכות בינה מלאכותית מגולמות – שהן מערכות שבהן תוכנית בינה מלאכותית משולבת בטכנולוגיית רובוט פיזית. עבודה זו התמקדה בלימוד שלדים חיצוניים רובוטיים כיצד לסייע לאנשים בעלי כושר גופני עם תנועות שונות. בדרך כלל, משתמשים צריכים להקדיש שעות ל"אימון" שלד חיצוני כדי שהטכנולוגיה תדע כמה כוח נדרש – ומתי להפעיל את הכוח הזה – כדי לעזור למשתמשים ללכת, לרוץ או לטפס במדרגות. השיטה החדשה מאפשרת למשתמשים לנצל את השלדים החיצוניים באופן מיידי.
יעילות אנרגטית באמצעות רובוטיקה
"עבודה זו בעצם הופכת מדע בדיוני למציאות – מאפשרת לאנשים לשרוף פחות אנרגיה תוך כדי ביצוע מגוון משימות", אומר סו.
"פיתחנו דרך להכשיר ולשלוט ברובוטים לבישים כדי להועיל ישירות לבני אדם", אומר Shuzhen Luo, המחבר הראשון של המאמר וחוקר פוסט-דוקטורט לשעבר ב-NC State. לואו הוא כעת עוזר פרופסור באוניברסיטת אמברי-רידל אווירונאוטיקה.
לדוגמה, בבדיקה עם נבדקים אנושיים, החוקרים מצאו כי משתתפי המחקר השתמשו ב-24.3% פחות אנרגיה מטבולית בהליכה בשלד החיצוני הרובוטי מאשר ללא השלד החיצוני. המשתתפים השתמשו ב-13.1% פחות אנרגיה בעת ריצה בשלד החיצוני, ו-15.4% פחות אנרגיה בעת טיפוס במדרגות.
"חשוב לציין שהפחתות האנרגיה הללו משווים את הביצועים של השלד החיצוני הרובוטי לאלו של משתמש שאינו עונד שלד חיצוני", אומר סו. "זה אומר שזה מדד אמיתי לכמה אנרגיה חוסך השלד החיצוני."
בעוד מחקר זה התמקד בעבודת החוקרים עם אנשים בעלי יכולת גוף, השיטה החדשה חלה גם על יישומי שלד חיצוני רובוטי שמטרתם לסייע לאנשים עם לקויות ניידות.
יישומים ומחקרים עתידיים
"המסגרת שלנו עשויה להציע אסטרטגיה ניתנת להכללה וניתנת להרחבה לפיתוח מהיר ואימוץ נרחב של מגוון רובוטים מסייעים עבור אנשים בעלי יכולת תנועה ועם מוגבלות בניידות", אומר סו.
"אנו נמצאים בשלבים מוקדמים של בדיקת ביצועי השיטה החדשה בשלדים חיצוניים רובוטיים המשמשים מבוגרים ואנשים עם מצבים נוירולוגיים, כמו שיתוק מוחין. ואנחנו גם מעוניינים לבחון כיצד השיטה יכולה לשפר את הביצועים של מכשירי תותבות רובוטיים לאוכלוסיות קטועי גפיים".
המאמר נכתב במשותף על ידי Menghan Jiang, Junxi Zhu וישראל דומינגז סילבה, שהם Ph.D. סטודנטים במדינת NC; Sainan Zhang ו-Shuangyue Yu, חוקרים פוסט-דוקטורט ב-NC State; טיאן וואנג, סטודנט לתואר שני ב-NC State; אליוט רוז מאוניברסיטת מישיגן; בולי ג'ואו מאוניברסיטת קליפורניה, לוס אנג'לס; Hyunwoo Yuk מהמכון המתקדם למדע וטכנולוגיה של קוריאה; ו-Xianlian Zhou מה- המכון הטכנולוגי של ניו ג'רזי.
מחקר זה נעשה בתמיכת הקרן הלאומית למדע במסגרת פרסים 1944655 ו-2026622; המכון הלאומי לחקר מוגבלות, חיים עצמאיים ושיקום, במסגרת פרס 90DPGE0019 ומלגת מחקר Switzer SFGE22000372; וה המכונים הלאומיים לבריאותתחת פרס 1R01EB035404.
Shuzhen Luo והאו סו הם ממציאים משותפים בנושא קניין רוחני הקשור לבקר הנדון בעבודה זו. סו הוא גם מייסד שותף של, ויש לו עניין פיננסי ב-Picasso Intelligence, LLC, המפתחת שלדים חיצוניים.
