arXiv · cs.RO· Muyuan Ma, Shuo Jiang, Lijun Han, Xinpan Meng, Zhenghua Ma, Xiuze Xia, Houcheng Li, Long Cheng·· 7 小时前精选AI 评分62
论文 / 摘要阅读
外骨骼辅助策略通过人类反馈实现递归自我改进
Recursive Self-Improvement of Exoskeleton Assistance Policies through Human-in-the-Loop Feedback
AI 导读 · 根据来源整理
研究提出一种通过人类反馈自主演化外骨骼辅助策略的框架：智能体生成可执行控制代码，在人体实验中结合主观反馈、运动表现和肌肉激活评估，再自主识别缺陷并修订代码，形成生成、反馈、评估与自主改进的闭环。框架用 GPT、DeepSeek、GLM 和 Kimi 评估，四种模型初始表现不同，但在测试条件下经一次自主改进迭代后均实现有效辅助。三项任务中，肱二头肌和肱三头肌肌肉激活水平相比无外骨骼时分别降低 29.4% 和 35.2%。作者同时指出，对突发情况的适应能力有限，鲁棒性和安全性仍需改进。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org