世界

AIを活用したバーチャルトレーニングにより、ロボット外骨格がより一般的になる可能性

米国疾病予防管理センター（CDC）は、米国だけでも人口の約12％が歩行や階段の昇降に支障をきたす運動障害を抱えていると推定している。世界中で約13億人が同様の課題に直面していると報告されている。ロボット外骨格（SF風の機械式サポートスーツ）は、潜在的な解決策の1つとして一部で歓迎されているが、実際にこれらのデバイスを利用できる人はほとんどいない。研究者らは、AIを利用した新しいテスト方法によって、これらのデバイスを適切に機能させるために必要な対面トレーニング時間を大幅に短縮できると確信しており、アクセシビリティのギャップを縮小するのに役立つことを期待している。 外骨格は「エクソスーツ」とも呼ばれ、人の体の外側に接続して外部から補助を提供するロボット型のウェアラブル デバイスです。補助は、トルクとサポートを追加する小型モーターやその他の動力源によって行われます。これらの外骨格は、着用者の腰や脚の周囲に装着すると、移動を支援するために必要な追加のパワーと安定性を提供できます。 外骨格への幅広いアクセスが制限されている理由の 1 つは、通常、人間のテスト担当者がデバイスをトレーニングし、ユーザーの身体の補助が必要な部分にいつどのように圧力をかけるかをデバイスに伝える必要があるためです。これらの状況指示は、ユーザーが動きやすくするというデバイスの最終目標を達成するために不可欠ですが、時間とリソースを大量に消費する可能性があります。これらの障壁を減らすために、研究者グループは最近、AI を使用してコンピューター シミュレーションで外骨格コントローラーをトレーニングする新しい手法を開発しました。 研究者らは最近の研究で、訓練のためのシミュレーションの使用は 自然 論文によると、この新しい方法は、人体実験の必要性を大幅に削減する。理論的には、このタイプのトレーニング方法により、運動能力が制限されている人々にとって、外骨格装置がより入手しやすく、すぐに使えるようになる可能性がある。ノースカロライナ州立大学の教授で論文の共著者であるハオ・スー氏は、この新しいアプローチを、[ing] シミュレーションと現実のギャップ」 「ここでの重要なアイデアは、ポータブル外骨格に具現化されたAIが、実験を必要とせずに、コンピューターシミュレーションで人が歩いたり、走ったり、登ったりするのを助ける方法を学習しているという点です」とスー氏は付け加えた。 研究者らが開発した「シミュレーション学習」フレームワークは、3 つの接続された多層 AI ニューラル ネットワークに基づいています。研究者らは、歩行の可動性を高めることを目的とした特注の股関節外骨格にこの学習方法を適用しました。仮想シミュレーションでトレーニングした後、研究者らは股関節コントローラーを人間のテスト担当者に装着して、そのパフォーマンスを確認しました。結果は有望なものでした。シミュレーションでトレーニングされた外骨格コントローラーを装着した参加者は、コントローラーを装着していない対照群の人よりも、歩行中に消費する代謝エネルギーが 24.4% 少なくなっています。外骨格デバイスを装着したユーザーは、デバイスを装着していない人よりも、同様に、ランニングと登山の際の消費エネルギーがそれぞれ 13.1% と 15.4% 少なくなっています。 「この研究は本質的にSFを現実のものにしており、人々がさまざまな作業を行う際に消費するエネルギーを減らすことを可能にする」とスー氏は語った。 外骨格の訓練が容易になれば、障害を持つ人々にとっての障壁が低くなる可能性がある シミュレーションで訓練されたデバイスを使った実際の実験は身体障害のない参加者によって行われたが、研究者らは、その発見は、脳卒中患者や四肢障害のある人、脳性麻痺などの神経疾患を抱える人など、さまざまな移動の課題を抱えて生きる人々に有意義な助けとなる可能性があると述べている。また、この特定の実験は股関節外骨格コントローラーに焦点を当てたものであったが、同じ基本的な学習フレームワークは膝関節外骨格や足首外骨格にも適用できる。訓練時間の短縮以外に、仮想シミュレーション法は、外骨格設計者が理論的には改良を加えたデバイスの更新を送信することもできることを意味する。将来的には、この更新可能なシステムが、個々の着用者のニーズに合わせて微調整された高度にカスタマイズされたコントローラーの開発に役立つ可能性があると研究者らは考えている。 「私たちのアプローチは、ウェアラブルロボットの大きな進歩を示しています」とニュージャージー工科大学バイオダイナミクス研究所所長で論文共著者のXianlian Zhou氏は声明で述べた。「これは [hip] コントローラーは、人間によるさらなるテストを必要とせずにハードウェアにシームレスに移行し、実験が不要になります。」 #AIを活用したバーチャルトレーニングによりロボット外骨格がより一般的になる可能性