中國科學院自動化研究所多模態(tài)人工智能系統(tǒng)重點實驗室的研究團隊近日提出了一種全新的軌道穩(wěn)定學習框架，為節(jié)律運動的復制帶來了新突破，在機器人輔助的康復訓練等場景具有應用前景。相關研究于9月18日發(fā)表在機器人領域期刊《國際機器人研究雜志》。

周期運動是許多場景中的核心需求，如康復訓練時的手臂往復練習、流水線上機械有節(jié)奏的協(xié)作以及機器人穩(wěn)定行走等。這類周期運動看似平常，卻要求機器人在長時間重復中保持高度一致，這對控制系統(tǒng)、機械結構和環(huán)境適應性都提出了更高要求。

中國科學院自動化研究所研究員、醫(yī)療機器人團隊負責人侯增廣介紹，傳統(tǒng)的機器人技能學習方法，需預先編程動作序列，不僅耗時耗力，還限制了機器人在復雜環(huán)境中的適應能力。近年來，基于動態(tài)系統(tǒng)的示教學習成為熱點，機器人通過記錄和模仿人類動作來習得技能。

在此基礎上，研究團隊引入橫向收縮理論，為學習到的動力學系統(tǒng)提供軌道穩(wěn)定性的理論保障。侯增廣說：“這相當于在機器人運動的‘軌道’周圍加上一個‘護欄’，無論起始狀態(tài)如何，機器人都會被‘拉回’到穩(wěn)定的周期軌道上，從而持續(xù)、準確完成周期任務。”

為將理論落地到機器人模仿學習中，團隊通過努力，既保證動力學模型的表達能力，又方便引入穩(wěn)定性約束。

模擬測試證明，該方法在平均誤差、軌跡偏差程度、形狀穩(wěn)定性等多個衡量機器人“軌跡是否標準”的指標上均取得最佳表現(xiàn)，尤其在長時間運動中能夠保持穩(wěn)定的節(jié)律性。

“機器人周期運動更具潛力的應用場景是在康復訓練中。”侯增廣說，其穩(wěn)定、精確的重復運動可以幫助患者進行節(jié)律性上肢或步態(tài)訓練，恢復運動功能和肌肉控制能力。

在與康復科醫(yī)生合作的實驗中，團隊利用光學動作捕捉系統(tǒng)記錄了醫(yī)生引導患者手臂完成的周期康復動作。通過學習這些軌道穩(wěn)定的動力學模型，機器人可以在執(zhí)行康復任務時，克服患者動作偏差或外界碰撞等擾動影響，保持標準的康復軌跡。

“患者需要每天反復完成‘手臂畫圈’或‘抬腿擺動’的訓練，機器人像一位耐心的康復教練，確保訓練效果。”中國科學院自動化研究所研究員程龍說，這將為個性化、可重復的康復治療提供有效技術支撐。

關鍵詞：