文献

J-GLOBAL ID：202002271134614144   整理番号：20A1896142

片麻ひ患者に対する下肢外骨格のデータ駆動型最適補助制御【JST・京大機械翻訳】

Data-Driven Optimal Assistance Control of a Lower Limb Exoskeleton for Hemiplegic Patients

著者 (7件)： Peng Zhinan (School of Automation Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Luo Rui (School of Automation Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Huang Rui (School of Automation Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Yu Tengbo (Department of Sports Medicine, The Affiliated Hospital of Qingdao University, Qingdao, China) ,  Hu Jiangping (School of Automation Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Shi Kecheng (School of Automation Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Cheng Hong (School of Automation Engineering, University of Electronic Science and Technology of China, Chengdu, China)
資料名： Frontiers in Neurorobotics (Web)  (Frontiers in Neurorobotics (Web))
巻： 14  ページ： 37  発行年： 2020年 
JST資料番号： U7086A  ISSN： 1662-5218  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： より最近,下肢外骨格(LLE)は,強度増強,リハビリテーションおよび歩行支援シナリオにおいてかなりの興味を得ている。歩行支援のために,LLEは,自然に影響を受けない脚の動きを追跡するために,影響を受けた脚を制御することが期待される。このシナリオにおける重要な問題は,外骨格システムが患者からの予測できない外乱に対処する必要があり,制御装置は種々の摩耗者に順応する能力を持つことである。この目的のために,新しいデータ駆動最適制御(DDOC)戦略を提案し,予測できない障害を有する異なる片麻痺患者を適応させた。LLEの2つの下肢と患者の影響を受けない側面の脚の間の相互作用関係を,リーダ-フォローフレームワークの文脈においてモデル化した。次に,歩行支援制御問題を最適制御問題に変換した。政策反復(PI)アルゴリズムを利用して,最適制御装置を得た。異なる患者へのオンライン適応を改善するために,強化学習(RL)のアクター-批評ニューラルネットワーク(AC/NN)構造を採用して,PIアルゴリズムに基づいて最適制御装置を学習した。最後に,シミュレーション環境と実際のLLEシステムの両方で実験を行い,提案した歩行支援制御法の有効性を検証した。Copyright 2020 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  相互作用 ,  摩耗 ,  最適制御 ,  制御装置 ,  ニューラルネットワーク ,  リハビリテーション ,  制御方式 ,  *外骨格 ,  *片麻痺 ,  強化学習
準シソーラス用語： 歩行支援 ,  オンライン ,  *データ駆動 , 【Automatic Indexing@JST】

著者キーワード (6件)： 歩行支援制御 ,  強化学習 ,  リーダ-フォロアマルチエージェントシステム ,  下肢外骨格 ,  片麻痺患者 ,  アクター-クリティックニューラルネットワーク

分類 (3件)： リハビリテーション  (GB06000Z) ,  生体代行装置  (EL04000N) ,  ロボットの運動・制御  (IC04012J)

引用文献 (40件)：

• Blaya J. A., Herr H. (2004). Adaptive control of a variable-impedance ankle-foot orthosis to assist drop-foot gait. IEEE Trans. Neural Syst. Rehabil. Eng. 12, 24-31. doi: 10.1109/TNSRE.2003.823266
• Bortole M., Venkatakrishnan A., Zhu F., Moreno J. C., Francisco G. E., Pons J. L., et al. (2015). The H2 robotic exoskeleton for gait rehabilitation after stroke: early findings from a clinical study. J. NeuroEng. Rehabil. 12:54. doi: 10.1186/s12984-015-0048-y
• Dollar A. M., Herr H. (2008). Lower extremity exoskeletons and active orthoses: challenges and state-of-the-art. IEEE Trans. Robot. 24, 144-158. doi: 10.1109/TRO.2008.915453
• Esquenazi A., Talaty M., Jayaraman A. (2017). Powered exoskeletons for walking assistance in persons with central nervous system injuries: a narrative review. PM&R 9, 46-62. doi: 10.1016/j.pmrj.2016.07.534
• Fang B., Sun F., Liu H., Liu C. (2018). 3D human gesture capturing and recognition by the immu-based data glove. Neurocomputing 277, 198-207. doi: 10.1016/j.neucom.2017.02.101

タイトルに関連する用語 (5件)： 片麻ひ ,  患者 ,  下肢 ,  外骨格 ,  データ駆動