Американські інженери розробили алгоритм управління протезом ноги зі згинаним коліном, який самостійно адаптується до походки свого господаря. Експерименти показали, що на адаптацію протезу з таким алгоритмом необхідно в середньому десять хвилин ходьби. Стаття опублікована в.
При ампутації кінцівок пацієнтам часто доводиться використовувати протези. На сьогоднішній день багато пацієнтів мають доступ до активних електромеханічних протезів нижніх кінцівок, які приводяться в рухи електромоторами або гідравлічними приводами. Це дозволяє максимально наблизити походку до природного і знизити навантаження, яке відчуває пацієнт при ходьбі з протезом. Однак, оскільки походка кожної людини індивідуальна, налаштування протезу - це трудомісткий процес, під час якого фахівцям часто доводиться знаходити оптимальні значення більше десяти параметрів, у тому числі сила тиску актуаторів, їх швидкість та інші.
Хе Хуанг (He Huang) і її колеги з Університету штату Північна Кароліна і Університету штату Арізона розробили алгоритм, що дозволяє протезам ніг з коліном адаптуватися до ходи користувача без необхідності ручної правки параметрів. Розробники обрали метод навчання з підкріпленням, при якому алгоритм навчається шляхом проб і помилок, і отримує від середовища оцінку своїх дій.
Дослідники розбили цикл ходьби (крок) на чотири фази, кожна з яких характеризується трьома параметрами: жорсткістю, рівнем гасіння і рівноважним положенням (кутом між секціями ноги). Під час кожної фаз використовується окремий алгоритм, що складається з двох нейромереж. Одна з них розраховує на основі параметрів ходьби параметри роботи протеза, такі як кут між секціями, швидкість руху і крутячий момент, а друга порівнює розраховані параметри ходьби зі зразком. Мета єдиного алгоритму полягає в тому, щоб відтворювати параметри походки на кожному етапі найбільш близьким до справжньої ноги чином. Для цього дослідники зібрали дані з добровольців, яких просили ходити біговою доріжкою.
Під час експериментальної перевірки алгоритму добровольці з протезом ходили біговою доріжкою, а алгоритм оновлював 12 параметрів (по три для чотирьох сегментів циклу ходьби) через кожні сім кроків. У результаті навчання середньоквадратична помилка (порівняно з нормальними параметрами ходьби) знизилася з 5,83 на 0,85 до 3,99 0,62 градуса. На навчання алгоритму йшло в середньому 300 кроків або 10 2 хвилини.
Інженери також працюють і над створенням екзоскелетів для здорових людей, що дозволяють їм знижувати енергетичні витрати на ходьбу. Наприклад, минулого року американські інженери створили активний екзоскелет, який після трохи більше 20 хвилин навчання знижує енерговитрати на 17 відсотків.