外骨骼辅助策略借人类反馈自主迭代

Muyuan Ma等作者提出一个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进行评估，再自主识别缺陷并修订代码，形成生成、反馈、评估与改进的闭环。作者称，用GPT、DeepSeek、GLM和Kimi评估时，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，该框架对突发情况的适应能力有限，鲁棒性和安全性仍需改进。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。