| 2022年6月25日 |
機器學習結合手指、手和肘部來增強機器人治療 |
| (Nanowerk新聞)中風和脊髓損傷每年使世界各地數百萬人致殘，康複的機會通常並不大。不幸的是，由於康複設備與人體相互作用的知識有限，今天的機器人治療並不像它可能的那樣有效。 |
| 研究人員Massimo Sartori教授在荷蘭特溫特大學網站上發布的一篇新聞中說:“如果我們可以提前預測機器人治療的結果，那麼我們就可以為患者優化它，提供真正個性化和經濟有效的治療。” |
| Sartori教授領導著該大學的神經力學建模和工程實驗室，他的團隊與美國Meta AI研究實驗室的研究人員共同開發了一個名為MyoSuite．的部分支持下開發的交互而且索菲婭項目中，MyoSuite通過結合運動和神經智能，將機器學習應用於生物力學控製問題。 |
不再有長時間的人體實驗 |
| 該平台是使用開源物理引擎模擬的肌肉骨骼任務和環境的集合。它由三種模型組成:手指、肘部和手。利用這些模型，研究人員設計了各種各樣的任務，從簡單的伸手動作到轉筆或操縱保定球等接觸豐富的動作。 |
| 該新聞報道稱:“MyoSuite中由人工智能驅動的數字模型可以學習執行複雜的動作，並與輔助機器人互動，否則將需要在真實的人體對象上進行長時間的實驗。” |
| MyoSuite使協同模擬人工智能驅動的肌肉骨骼係統成為可能，該係統可與輔助機器人進行物理交互。用戶可以模擬肌肉疲勞和骨骼肌減少等生物現象，以及如何設計輔助機器人來恢複殘疾人的運動。Sartori教授指出:“這一切都是通過結合最先進的肌肉骨骼建模和最先進的人工智能來實現的，用於運動行為綜合。” |
| Meta首席執行官馬克·紮克伯格在社交媒體上發布了一篇介紹MyoSuite的帖子:“Meta AI團隊開發了一個名為MyoSuite的新AI平台，可以構建逼真的肌肉骨骼模擬，運行速度比目前最先進的速度快4000倍。我們可以訓練這些模型進行複雜的動作，比如旋轉鋼筆或旋轉鑰匙。這項研究可以加速假肢、身體康複和手術技術的發展。我們將把這些模型開源，這樣研究人員就可以利用它們進一步推進該領域的發展。” |
| 在interactive(跨時空尺度為人機運動交互的新範式建模神經肌肉骨骼係統)和SOPHIA(敏捷生產中人機協作係統的社會物理交互技能)的支持下開發的平台可能有助於開創康複機器人的新時代。 |
| Sartori教授總結道:“我們希望我們的框架所支持的各種功能將為理解神經力學係統與人工機器人代理的相互作用開辟新的機會。” |
