Në testimin me subjekte njerëzore, studiuesit zbuluan se pjesëmarrësit e studimit përdorën 24.3% më pak energji metabolike kur ecnin në ekzoskeletin robotik sesa pa ekzoskeletin. Pjesëmarrësit përdorën 13.1% më pak energji kur vrapuan në ekzoskelet dhe 15.4% më pak energji kur ngjitnin shkallët. Kredia: Hao Su, Universiteti Shtetëror i NC
Një metodë e re trajnimi për ekzoskelete robotike duke përdorur AI dhe simulime është treguar se zvogëlon shpenzimin e energjisë në ecje, vrapim dhe ngjitje të shkallëve.
Universiteti Shtetëror i Karolinës së Veriut studiuesit kanë zhvilluar një teknikë të re inovative që përdor inteligjence artificiale (AI) dhe simulime kompjuterike për të trajnuar ekzoskelete robotike për të ndihmuar në mënyrë autonome përdoruesit të kursejnë energji gjatë ecjes, vrapimit dhe ngjitjes së shkallëve.
“Kjo punë propozon dhe demonstron një kornizë të re të mësimit të makinerive që lidh hendekun midis simulimit dhe realitetit për të kontrolluar në mënyrë autonome robotët e veshur për të përmirësuar lëvizshmërinë dhe shëndetin e njerëzve,” thotë Hao Su, autori përkatës i një punimi mbi punën që do të publikohet. sot (12 qershor) në ditar Natyra.
Rritja e performancës së lokomotivës
“Eksoskeletet kanë potencial të madh për të përmirësuar performancën e lokomotivës njerëzore,” thotë Su, i cili është një profesor i asociuar i inxhinierisë mekanike dhe të hapësirës ajrore në Universitetin Shtetëror të Karolinës së Veriut. “Megjithatë, zhvillimi i tyre dhe përhapja e gjerë janë të kufizuara nga kërkesa për teste të gjata njerëzore dhe ligjet e kontrollit të punuar me dorë.
“Ideja kryesore këtu është se AI i mishëruar në një ekzoskelet portativ po mëson se si t’i ndihmojë njerëzit të ecin, vrapojnë ose ngjiten në një simulim kompjuterik, pa kërkuar ndonjë eksperiment,” thotë Su.
Në mënyrë të veçantë, studiuesit u përqendruan në përmirësimin e kontrollit autonom të sistemeve të mishëruara të AI – të cilat janë sisteme ku një program AI është i integruar në një teknologji robotike fizike. Kjo punë u përqendrua në mësimin e ekzoskeleteve robotikë se si të ndihmojnë njerëzit e aftë me lëvizje të ndryshme. Normalisht, përdoruesit duhet të shpenzojnë orë të tëra duke “trajnuar” një ekzoskelet, në mënyrë që teknologjia të dijë se sa forcë nevojitet – dhe kur ta zbatojë atë forcë – për t’i ndihmuar përdoruesit të ecin, vrapojnë ose të ngjiten shkallët. Metoda e re i lejon përdoruesit të përdorin ekzoskeletet menjëherë.
Efikasiteti i Energjisë Nëpërmjet Robotikës
“Kjo punë në thelb po e bën realitet fantashkencën – duke i lejuar njerëzit të djegin më pak energji gjatë kryerjes së një sërë detyrash,” thotë Su.
“Ne kemi zhvilluar një mënyrë për të trajnuar dhe kontrolluar robotët e veshur për të përfituar drejtpërdrejt nga njerëzit,” thotë Shuzhen Luo, autori i parë i punimit dhe një ish-kërkues postdoktoral në NC State. Luo tani është asistent profesor në Universitetin Aeronautik Embry-Riddle.
Për shembull, në testimin me subjekte njerëzore, studiuesit zbuluan se pjesëmarrësit e studimit përdorën 24.3% më pak energji metabolike kur ecnin në një ekzoskelet robotik sesa pa ekzoskelet. Pjesëmarrësit përdorën 13.1% më pak energji kur vrapuan në ekzoskelet dhe 15.4% më pak energji kur ngjitnin shkallët.
“Është e rëndësishme të theksohet se këto reduktime të energjisë po krahasojnë performancën e ekzoskeletit robotik me atë të një përdoruesi që nuk mban një ekzoskelet,” thotë Su. “Kjo do të thotë se është një masë e vërtetë se sa energji kursen ekzoskeleti.”
Ndërsa ky studim u përqendrua në punën e studiuesve me njerëz të aftë për trup, metoda e re zbatohet gjithashtu për aplikacionet robotike të ekzoskeletit që synojnë të ndihmojnë njerëzit me dëmtime në lëvizje.
Aplikimet dhe studimet e ardhshme
“Kuadri ynë mund të ofrojë një strategji të përgjithësueshme dhe të shkallëzueshme për zhvillimin e shpejtë dhe miratimin e gjerë të një sërë robotësh ndihmës si për individët me aftësi të kufizuara ashtu edhe për personat me aftësi të kufizuara në lëvizje,” thotë Su.
“Ne jemi në fazat e hershme të testimit të performancës së metodës së re në ekzoskelete robotike që përdoren nga të moshuarit dhe njerëzit me kushte neurologjike, si paraliza cerebrale. Dhe ne jemi gjithashtu të interesuar të eksplorojmë se si metoda mund të përmirësojë performancën e pajisjeve protetike robotike për popullatat e amputuara.”
Referenca: “Ndihma e ekzoskeletit pa eksperimente nëpërmjet të mësuarit në simulim” nga Shuzhen Luo, Menghan Jiang, Sainan Zhang, Junxi Zhu, Shuangyue Yu, Israel Dominguez Silva, Tian Wang, Elliott Rouse, Bolei Zhou, Hyunwoo Yuk, Xianlian Su Zhou dhe Hao , 12 qershor 2024, Natyra.
DOI: 10.1038/s41586-024-07382-4
Punimi është bashkëautor nga Menghan Jiang, Junxi Zhu dhe Israel Dominguez Silva, të cilët janë Ph.D. studentë në shtetin NC; Sainan Zhang dhe Shuangyue Yu, studiues postdoktoralë në NC State; Tian Wang, një student i diplomuar në NC State; Elliott Rouse nga Universiteti i Miçiganit; Bolei Zhou nga Universiteti i Kalifornisë, Los Anxhelos; Hyunwoo Yuk i Institutit të Avancuar të Shkencës dhe Teknologjisë në Kore; dhe Xianlian Zhou nga Instituti i Teknologjisë i Nju Xhersit.
Ky hulumtim është bërë me mbështetjen e Fondacionit Kombëtar të Shkencës nën çmimet 1944655 dhe 2026622; Instituti Kombëtar për Kërkimet për Aftësinë e Kufizuar, Jetesën e Pavarur dhe Rehabilitimin, nën çmimin 90DPGE0019 dhe Switzer Research Fellowship SFGE22000372; dhe Instituti Kombëtar i Shëndetësisënën çmimin 1R01EB035404.
Shuzhen Luo dhe Hao Su janë bashkë-shpikës të pronësisë intelektuale në lidhje me kontrolluesin e diskutuar në këtë punë. Su është gjithashtu një bashkëthemelues dhe ka një interes financiar në Picasso Intelligence, LLC, e cila zhvillon ekzoskelete.