为克服这些挑战,论文通讯作者、美国北卡罗来纳州立大学苏浩和同事及合作者一起,共同开发出一个能从人类-装置交互中学习的框架,该框架不需要漫长的人体实验和人力资源。他们开发了能在模拟中生成人体运动、肌肉协调和外骨骼控制的3个互联神经网络控制器,随后用他们的模型开展了数百万次模拟试验,该模型能从人体移动数据中学习。
为测试本次研发控制器在现实世界场景中的成功率,论文作者对一名佩戴髋关节外骨骼的使用者进行了实验,并在使用者进行跑步、走路和爬楼梯这类运动任务时进行监测,最后得到的数据(测量力矩)会显示使用者不同运动形式下的形状变化以及辅助程度。研究发现,该控制器让使用者的代谢率在行走时降低24.3%,跑步时降低13.1%,爬楼梯时降低15.4%,表明整体上控制器能在不同活动中成功协助使用者。
58彩票app据论文介绍,外骨骼能显著提升人类运动,恢复残障人士的运动能力。不过,当前的控制器在匹配不同个体需求和任务涉及的复杂人体运动时仍面临挑战。它们通常需要开展大量的人体测试,依赖手工制作的规则,这限制了它们的广泛应用。之前的模拟研究并不包含控制器设计,也未考虑人类-机器人交互,这给从模拟到现实世界应用的过渡带来了挑战。
342.57MB
查看497.51MB
查看69.3MB
查看194.77MB
查看828.71MB
查看555.74MB
查看866.83MB
查看521.57MB
查看738.62MB
查看669.49MB
查看578.93MB
查看358.14MB
查看775.49MB
查看964.98MB
查看108.44MB
查看746.34MB
查看426.11MB
查看281.99MB
查看928.71MB
查看588.89MB
查看927.21MB
查看140.95MB
查看441.64MB
查看158.31MB
查看124.46MB
查看694.55MB
查看563.59MB
查看115.85MB
查看122.13MB
查看755.57MB
查看957.18MB
查看620.77MB
查看833.78MB
查看312.12MB
查看287.37MB
查看423.88MB
查看972.13MB
查看326.55MB
查看385.89MB
查看347.55MB
查看974.44MB
查看422.41MB
查看777.90MB
查看235.12MB
查看884.95MB
查看356.96MB
查看793.72MB
查看502.61MB
查看484.12MB
查看675.68MB
查看824.36MB
查看513.63MB
查看243.93MB
查看563.12MB
查看460.61MB
查看787.50MB
查看275.47MB
查看955.84MB
查看256.24MB
查看750.71MB
查看971.25MB
查看454.56MB
查看623.47MB
查看550.51MB
查看481.48MB
查看785.71MB
查看839.31MB
查看515.71MB
查看581.94MB
查看888.78MB
查看666.53MB
查看110.11MB
查看593.59MB
查看109.86MB
查看448.62MB
查看337.30MB
查看385.22MB
查看464.93MB
查看402.28MB
查看326.10MB
查看403.69MB
查看869.25MB
查看261.15MB
查看517.69MB
查看349.82MB
查看100.37MB
查看247.98MB
查看415.65MB
查看489.21MB
查看369.26MB
查看451.63MB
查看179.97MB
查看145.67MB
查看307.78MB
查看702.50MB
查看498.55MB
查看983.59MB
查看363.72MB
查看595.51MB
查看434.27MB
查看868.27MB
查看692.63MB
查看777.31MB
查看839.94MB
查看
487浏阳me
2025-06-22 20:55:03 推荐
991188****3093
2025-06-22 07:04:22 不推荐
515152****8984
2025-06-23 09:06:55 推荐
63绝地求生坦克版2
2025-06-24 21:50:25 推荐