p Quando se trata de soft, dispositivos auxiliares - como o exosuit sendo projetado pelo Harvard Biodesign Lab - o usuário e o robô precisam estar em sincronia. Mas cada ser humano se move de maneira um pouco diferente e adaptar os parâmetros do robô para um usuário individual é um processo demorado e ineficiente. p Agora, pesquisadores da Escola de Engenharia e Ciências Aplicadas e Aplicadas de Harvard John A. Paulson (SEAS) e do Wyss Institute for Biologicamente Inspired Engineering desenvolveram um algoritmo de aprendizado de máquina eficiente que pode adaptar rapidamente estratégias de controle personalizadas para soft, exosuits vestíveis.

p A pesquisa é descrita em Ciência Robótica .

p "Este novo método é uma maneira eficaz e rápida de otimizar as configurações dos parâmetros de controle para dispositivos vestíveis auxiliares, "disse Ye Ding, um pós-doutorado na SEAS e co-primeiro autor da pesquisa. "Usando este método, alcançamos uma grande melhoria no desempenho metabólico para os usuários de um dispositivo auxiliar de extensão do quadril. "

p Quando os humanos andam, ajustamos constantemente a forma como nos movemos para economizar energia (também conhecido como custo metabólico).

p "Antes, se você tivesse três usuários diferentes andando com dispositivos assistivos, você precisaria de três estratégias de assistência diferentes, "disse Myunghee Kim, um pesquisador de pós-doutorado no SEAS e co-autor do artigo. "Encontrar os parâmetros de controle corretos para cada usuário costumava ser uma tarefa difícil, processo passo a passo, porque não apenas todos os humanos andam de maneira um pouco diferente, mas os experimentos necessários para ajustar manualmente os parâmetros são complicados e demorados "

p Os pesquisadores, liderado por Conor Walsh, o John L. Loeb Professor Associado de Engenharia e Ciências Aplicadas, e Scott Kuindersma, Professor Assistente de Engenharia e Ciência da Computação no SEAS, desenvolveu um algoritmo que pode cortar essa variabilidade e identificar rapidamente os melhores parâmetros de controle que funcionam melhor para minimizar a dificuldade de caminhar.

p Os pesquisadores usaram a chamada otimização human-in-the-loop, que usa medições em tempo real de sinais fisiológicos humanos, como taxa de respiração, para ajustar os parâmetros de controle do dispositivo. À medida que o algoritmo se concentra nos melhores parâmetros, ele direcionou o exosuit sobre quando e onde aplicar sua força auxiliar para melhorar a extensão do quadril. A abordagem de Otimização Bayesiana usada pela equipe foi relatada pela primeira vez em um artigo no ano passado na PLOSone.

p A combinação do algoritmo e do traje reduziu o custo metabólico em 17,4 por cento em comparação com caminhar sem o dispositivo. Isso foi uma melhoria de mais de 60 por cento em comparação com o trabalho anterior da equipe.

p "Os algoritmos de otimização e aprendizagem terão um grande impacto nos futuros dispositivos robóticos vestíveis projetados para auxiliar uma variedade de comportamentos, "disse Kuindersma." Esses resultados mostram que otimizar até mesmo controladores muito simples pode fornecer um significativo, benefício individualizado para os usuários durante a caminhada. Estender essas idéias para considerar estratégias de controle mais expressivas e pessoas com diversas necessidades e habilidades será uma próxima etapa emocionante. "

p "Com robôs vestíveis como exosuits macios, é fundamental que a assistência certa seja fornecida no momento certo para que possam trabalhar em sinergia com o usuário, "disse Walsh." Com esses algoritmos de otimização online, sistemas podem aprender como fazer isso automaticamente em cerca de vinte minutos, maximizando assim o benefício para o usuário. "

p Próximo, a equipe tem como objetivo aplicar a otimização a um dispositivo mais complexo que auxilia múltiplas articulações, como quadril e tornozelo, ao mesmo tempo.

p "Nesse artigo, demonstramos uma grande redução no custo metabólico apenas otimizando a extensão do quadril, "disse Ding." Isso mostra o que você pode fazer com um ótimo cérebro e ótimo hardware. "