強化学習制御による個人歩行支援のためのロボット義足のインピーダンス調整促進に向けて【JST・京大機械翻訳】

Li Minhan; Wen Yue; Gao Xiang; Si Jennie; Huang He Helen

プレプリント

J-GLOBAL ID：202202200984755990 整理番号：21P0035171

強化学習制御による個人歩行支援のためのロボット義足のインピーダンス調整促進に向けて【JST・京大機械翻訳】

Towards Expedited Impedance Tuning of a Robotic Prosthesis for Personalized Gait Assistance by Reinforcement Learning Control

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2020年06月11日プレプリントサーバーでの情報更新日： 2021年06月05日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

下肢ウェアラブルロボットのような医療機器の個人化は難しい。膝補綴制御パラメータ調整のプロセスを自動化する最初の実現可能性は,原理的に示されているが,次の重要な問題は,人間の安全性を維持しながら,臨床設定において,人間のユーザのために,同調効率を改善し,それをスピードアップすることである。したがって,強化学習のフレームワークの下での問題に対する革新的解決策として,制約埋め込み(PICE)法によるポリシー反復を提案した。PICEの中心は,政策評価中の性能値の正の半定値性を保証する制約を持つ投影Bellman方程式の使用である。さらに,オンラインおよびオフラインPICE実装の両方を開発し,設計者にとって追加の柔軟性を提供し,ポリシーまたはオフポリシーから,さらにPICE同調効率を改善した。著者らのヒト被験者試験は,PICEが同調時間を有意に削減する効果的な政策を提供することを示した。初めて,異なるタスクとユーザにそれらを適用することにより,展開された政策のロバスト性を実験的に評価し,実証した。併せて,この問題解決の新しい方法は,PICEがロボット人工膝関節使用者のための制御パラメータ調整のプロセスを真に自動化する可能性を実証した。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

ロボットの運動・制御 , 人工知能

, , , , , , ,

前のページに戻る