Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

这个外骨骼使用机器学习来为你的脚步添加一个个性化的弹簧

Posted on 2022-10-15

外骨骼在很大程度上仅限于小说领域,出现在科幻或超级英雄电影中以使角色更强壮、更高或更具破坏性(在詹姆斯卡梅隆的《阿凡达》中,有点可怕的AMP 套装充当“人类操作员的放大器, ”但实际上更像是一个人形战争机器,里面有一个真正的人类)。就实际用途而言,外骨骼已经在汽车制造、 航空旅行、军事和医疗保健等行业进行了测试或开发;这些主要是为了帮助人们举起重物和材料。

一种新的外骨骼有不同的用途:帮助人们走路。该设备由斯坦福生物机电一体化实验室的工程师开发,在本周发表在《自然》杂志上的一篇论文中进行了描述。简而言之,它是一种电动靴子,让穿着者每走一步都能向前推进。然而,它的不同之处在于,它的功能是为每个使用它的人量身定制的,而不是在不同的身高、体重和步行速度上成为标准。

“当人们在现实世界中正常行走时,这种外骨骼可以提供个性化的帮助,”斯坦福生物机电一体化实验室负责人、机械工程副教授史蒂夫柯林斯在新闻稿中说。 “它导致步行速度和能源经济性的显着改善。”

个性化是通过机器学习算法实现的,该团队使用模拟器进行训练,即从与他们挂钩的志愿者那里收集运动和能量消耗数据的机器。志愿者在想象的场景下以不同的速度行走,比如试图赶公共汽车或在公园里散步。

该算法将这些场景与人们的能量消耗联系起来,应用这些联系实时学习如何帮助佩戴者以对他们真正有用的方式行走。当一个新人穿上靴子时,算法会在他们每次走路时测试不同的辅助模式,测量他们的动作如何响应变化。学习曲线很短,但平均而言,该算法能够在短短一个小时内有效地为新用户量身定制。

外骨骼通过在脚踝处施加扭矩来工作,取代穿戴者小腿肌肉的一些功能。当用户迈出一步时,就在他们的脚趾即将离开地面之前,该设备会帮助他们推开。它工作得很好;平均而言,人们的步行速度比平时快 9%,而消耗的能量却减少了 17%。在跑步机上的直接比较中,外骨骼提供的工作量减少了类似设备的两倍左右。

减少步行所需的努力通常不是我们大多数人应该追求的目标。如果有的话,美国人需要相反的东西。但是开发外骨骼的团队认为它被用来帮助行动不便的人,包括老年人或残疾人。

“我相信,在接下来的十年里,我们将看到个性化援助和有效的便携式外骨骼的这些想法帮助许多人克服行动挑战或保持他们过上积极、独立和有意义的生活的能力,”研究作者和生物工程研究员帕特里克·斯莱德 (Patrick Slade) 说在新闻稿中。

鉴于外骨骼目前处于原型阶段,它不会很快接触到更广泛的用户群。此外,到目前为止,它只在 20 多岁的健康成年人身上进行了测试,因此需要对真正需要步行帮助的人进行新的测试和调整。

该团队还计划设计有助于改善佩戴者平衡甚至减轻关节疼痛的迭代。他们对自己设备的潜力持乐观态度。 “我真的认为这项技术将帮助很多人,”柯林斯说。

图片来源:斯坦福大学/Kurt Hickman

原文: https://singularityhub.com/2022/10/14/this-exoskeleton-uses-machine-learning-to-put-a-personalized-spring-in-your-step/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme