Doorbraak in exoskelet technologie: Minder energie, meer beweging met AI

Een recent onderzoek, gepubliceerd in het prestigieuze wetenschappelijke tijdschrift Nature, heeft aangetoond hoe kunstmatige intelligentie (AI) en computersimulaties robotische exoskeletten kunnen trainen om gebruikers te helpen energie te besparen tijdens het lopen, rennen en traplopen. Deze baanbrekende methode elimineert de noodzaak voor langdurige experimenten waarbij mensen betrokken zijn en kan worden toegepast op verschillende apparaten. Het is een nieuw voorbeeld van AI in de gezondheidszorg.

Een team van onderzoekers heeft een nieuwe methode ontwikkeld waarbij AI en computersimulaties worden gebruikt om robotische exoskeletten te trainen. Deze exoskeletten helpen gebruikers energie te besparen tijdens verschillende bewegingen, zoals lopen, rennen en traplopen. Volgens het onderzoek, gepubliceerd in Nature, ontwikkelt de nieuwe methode snel exoskeletcontrollers zonder afhankelijk te zijn van lange experimenten met mensen.

De methode kan worden toegepast op een breed scala aan assistieve apparaten, zoals heup-, knie- en enkel-exoskeletten, en zelfs op boven- en onderbeenprotheses. Dit biedt directe voordelen voor miljoenen mensen, zowel valide als mensen met mobiliteitsbeperkingen.

Xianlian Zhou, universitair hoofddocent en directeur van het BioDynamics Lab van NJIT, legt uit dat de benadering een significante vooruitgang betekent in draagbare robotica, omdat de exoskeletcontroller exclusief wordt ontwikkeld via AI-gestuurde simulaties. Bovendien is deze controller direct toepasbaar op hardware zonder verdere menselijke tests, wat het volledig experimenteervrij maakt.

Deze doorbraak biedt veelbelovende mogelijkheden om mensen met mobiliteitsproblemen te helpen, waaronder ouderen of mensen die een beroerte hebben gehad. Zonder de noodzaak van uitgebreide tests in een laboratorium of klinische setting, kan deze technologie de mobiliteit herstellen en de toegankelijkheid voor dagelijks gebruik thuis of in de gemeenschap verbeteren.

Exoskeletten hebben enorm potentieel om de menselijke locomotieve prestaties te verbeteren. Hun ontwikkeling en brede verspreiding worden echter beperkt door de vereiste voor langdurige menselijke tests en handmatig vervaardigde controlewetten. Hier presenteren we een experimenteervrije methode om een veelzijdig controlebeleid in simulatie te leren. Ons leer-in-simulatie raamwerk maakt gebruik van dynamiek-bewuste musculoskeletale en exoskeletmodellen en data-gedreven reinforcement learning om de kloof tussen simulatie en realiteit te overbruggen zonder menselijke experimenten.

De geleerde controller wordt ingezet op een op maat gemaakt heup-exoskelet dat automatisch assistentie biedt bij verschillende activiteiten met verminderde metabolische tarieven van respectievelijk 24,3%, 13,1% en 15,4% voor lopen, rennen en traplopen. Ons raamwerk kan een generaliseerbare en schaalbare strategie bieden voor de snelle ontwikkeling en brede adoptie van verschillende assistieve robots voor zowel valide als mobiliteit-gehandicapte individuen.

Deze technologie markeert een significante stap voorwaarts in de ontwikkeling van draagbare robots die in staat zijn de menselijke locomotie te verbeteren zonder de noodzaak voor langdurige menselijke tests. Toekomstige vooruitzichten voor dit project omvatten de ontwikkeling van geïndividualiseerde, op maat gemaakte controllers die gebruikers ondersteunen bij verschillende dagelijkse activiteiten.

Dit werk, ondersteund door de National Science Foundation, de National Institute on Disability, Independent Living, and Rehabilitation Research, en de National Institutes of Health, heeft de potentie om de levenskwaliteit van miljoenen mensen te verbeteren door energie te besparen en mobiliteit te vergroten.

Met deze innovatieve benadering wordt sciencefiction realiteit. Mensen kunnen nu minder energie verbruiken bij het uitvoeren van verschillende taken, dankzij de vooruitgang in AI-gestuurde exoskelet technologie. Deze doorbraak biedt een veelbelovende toekomst voor zowel valide als mobiliteit-gehandicapte individuen, en markeert een belangrijke stap in de ontwikkeling van assistieve robots die onze dagelijkse levens verbeteren.