Ricercatori hanno dimostrato un nuovo metodo che sfrutta l’intelligenza artificiale (AI) e le simulazioni al computer per addestrare esoscheletri robotici a supportare autonomamente gli utenti nel risparmiare energia durante camminate, corse e salite di scale.
Metodologia innovativa di addestramento
“Questo lavoro propone e dimostra un nuovo framework di apprendimento automatico che colma il divario tra simulazione e realtà per controllare autonomamente robot indossabili, migliorando la mobilità e la salute degli esseri umani,” afferma Hao Su, autore corrispondente di un articolo pubblicato su Nature.
“Gli esoscheletri hanno un potenziale enorme per migliorare le prestazioni locomotive umane,” dice Su, professore associato di ingegneria meccanica e aerospaziale alla North Carolina State University. Tuttavia, il loro sviluppo è limitato dai lunghi test umani necessari e dalle leggi di controllo artigianali.
L’idea chiave è che l’AI incorporata in un esoscheletro portatile impara come aiutare le persone a camminare, correre o salire le scale attraverso una simulazione al computer, senza richiedere esperimenti. Gli utenti possono quindi utilizzare immediatamente gli esoscheletri, senza bisogno di lunghe sessioni di addestramento.
Risparmio energetico e prestazioni migliorate
In test con soggetti umani, i ricercatori hanno scoperto che i partecipanti hanno usato il 24,3% di energia metabolica in meno durante la camminata con l’esoscheletro rispetto a quando non lo indossavano. L’uso dell’energia è diminuito del 13,1% durante la corsa e del 15,4% durante la salita delle scale.
“È importante notare che queste riduzioni energetiche confrontano le prestazioni dell’esoscheletro robotico con quelle di un utente che non indossa un esoscheletro,” dice Su. Questo metodo mostra un vero risparmio energetico grazie all’esoscheletro.
Applicazioni future
Sebbene questo studio si sia concentrato su persone senza disabilità, il nuovo metodo può essere applicato anche agli esoscheletri robotici destinati ad aiutare persone con difficoltà motorie.
“Il nostro framework potrebbe offrire una strategia generalizzabile e scalabile per lo sviluppo rapido e l’adozione diffusa di vari robot assistivi sia per persone abili che per quelle con disabilità motorie,” dice Su. “Siamo nelle prime fasi di test delle prestazioni del nuovo metodo in esoscheletri robotici utilizzati da anziani e persone con condizioni neurologiche, come la paralisi cerebrale. Inoltre, siamo interessati a esplorare come il metodo possa migliorare le prestazioni dei dispositivi protesici robotici per le popolazioni amputate.”
L’articolo, “Experiment-free Exoskeleton Assistance Via Learning in Simulation,” è pubblicato su Nature. Gli autori includono Menghan Jiang, Junxi Zhu, Israel Dominguez Silva, Sainan Zhang, Shuangyue Yu, Tian Wang, Elliott Rouse, Bolei Zhou, Hyunwoo Yuk e Xianlian Zhou. Per maggiori dettagli, è possibile visionare il video degli esoscheletri robotici qui.
Questo progetto è stato supportato dalla National Science Foundation, dal National Institute on Disability, Independent Living, and Rehabilitation Research e dal National Institutes of Health. Su e Luo sono co-inventori di proprietà intellettuale relative al controller discusso in questo lavoro e Su è co-fondatore di Picasso Intelligence, LLC, che sviluppa esoscheletri.
