跳到正文
具身前沿
热点事件持续更新

SMAT分阶段训练外骨骼协同控制并完成实机验证

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Yifei Yuan、Ghaith Androwis、Xianlian Zhou 等人提出分阶段多智能体训练方法 SMAT,用四阶段课程模拟用户适应可穿戴设备的过程,让肌肉骨骼人体智能体与双侧髋关节外骨骼智能体逐步协同训练,论文已被 IROS 2026 接收。 在 MyoAssist 仿真环境中,该方法采用 26 肌肉下肢模型和附加髋关节外骨骼,仿真显示学习到的控制策略使髋部肌肉激活平均降低 10.1%(相对无助力条件)。作者用开源步态数据离线验证控制器后,将其部署到实体髋关节外骨骼上进行跑步机实验,五名受试者均获得一致助力,无需针对个体重新训练;在 6 Nm RMS 力矩下平均正功率为 13.6 W,在 9.3 Nm RMS 力矩下为 23.8 W,负功率很小。上述结果来自作者报告,尚非独立验证。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月4日
  1. arXiv · cs.RO精选
    SMAT:面向人机协同适应外骨骼控制的分阶段多智能体训练

    研究提出分阶段多智能体训练方法 SMAT,用四阶段课程模拟用户适应可穿戴设备的过程,让肌肉骨骼人体智能体与双侧髋关节外骨骼智能体逐步协同训练。方法在 MyoAssist 仿真环境中实现,采用 26 肌肉下肢模型和附加髋关节外骨骼,仿真显示学习到的控制策略使髋部肌肉激活平均降低 10.1%。作者用开源步态数据离线验证控制器后,将其部署到实体髋关节外骨骼上进行跑步机实验,五名受试者均获得一致助力,无需针对个体重新训练;在 6 Nm RMS 力矩下平均正功率为 13.6 W,在 9.3 Nm RMS 力矩下为 23.8 W,负功率很小。论文被 IROS 2026 接收。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。