Ușurarea sarcinii: AI ajută exoscheletul să lucreze cu pași diferite

Exoscheletele de astăzi arată ca ceva direct din SF. Dar realitatea este că ei nu sunt nici pe departe la fel de robusti ca omologii lor fictive. Sunt destul de neclintiți și necesită ore lungi de elaborare manuală a politicilor software, care reglementează modul în care funcționează – un proces care trebuie repetat pentru fiecare utilizator în parte.

Pentru a aduce tehnologia un pic mai aproape de Avatar‘s Skel Suits sau Warhammer 40k power armor, o echipă de la Laboratorul de Biomecatronică și Robotică Inteligentă al Universității din Carolina de Nord a folosit AI pentru a construi primul exoschelet universal care sprijină mersul, alergarea și urcatul scărilor. În mod critic, software-ul său se adaptează la noii utilizatori, fără a fi nevoie de ajustări specifice utilizatorului. „Pur și simplu îl porți și funcționează”, spune Hao Su, profesor asociat și coautor al studiului.

Roboți pe măsură

Un exoschelet este un robot pe care îl porți pentru a-ți ajuta mișcările — face mersul pe jos, alergarea și alte activități mai puțin solicitante, în același mod în care o bicicletă electrică adaugă wați suplimentari peste cei pe care îi generați singur, ușurând pedalarea. „Problema este că exoscheletele înțeleg greu intențiile umane, fie că vrei să alergi, să mergi sau să urci pe scări. Se rezolvă cu recunoașterea locomoției: sisteme care recunosc intențiile de locomoție umane”, spune Su.

Construirea acelor sisteme de recunoaștere a locomoției se bazează în prezent pe politici elaborate care definesc ce trebuie să facă actuatorii dintr-un exoschelet în fiecare scenariu posibil. „Hai să ne plimbăm. Starea actuală a tehnicii este că punem exoscheletul pe tine și mergi pe o bandă de alergare timp de o oră. Pe baza acestui lucru, încercăm să-i adaptăm funcționarea la setul tău individual de mișcări”, explică Su.

Construirea de politici de control manual și efectuarea de încercări lungi pe oameni pentru fiecare utilizator face ca exoscheletele să fie super costisitoare, cu prețuri care ajung la 200.000 USD sau mai mult. Deci, echipa lui Su a folosit AI pentru a genera automat politici de control și pentru a elimina pregătirea umană. „Cred că în doi sau trei ani, exoscheletele cu prețuri între 2.000 și 5.000 de dolari vor fi absolut realizabile”, susține Su.

Echipa sa speră că aceste economii vor veni din dezvoltarea politicii de control al exoscheletului folosind un model digital, mai degrabă decât oameni vii, care respiră.

Digitalizarea oamenilor asistați de robot

Echipa lui Su a început prin a construi modele digitale ale unui sistem musculo-scheletic uman și a unui robot exoschelet. Apoi au folosit mai multe rețele neuronale care operau fiecare componentă. Unul rula modelul digitalizat al unui schelet uman, mișcat de mușchi simplificați. A doua rețea neuronală rula modelul exoscheletului. În cele din urmă, a treia rețea neuronală a fost responsabilă pentru imitarea mișcării – practic, a prezis modul în care un model uman s-ar mișca purtând exoscheletul și modul în care cei doi vor interacționa unul cu celălalt. „Am antrenat toate cele trei rețele neuronale simultan pentru a minimiza activitatea musculară”, spune Su.

O problemă cu care s-a confruntat echipa este că studiile exoscheletului folosesc de obicei o măsurătoare de performanță bazată pe reducerea ratei metabolice. „Oamenii, totuși, sunt incredibil de complexi și este foarte greu să construiești un model cu suficientă fidelitate pentru a simula metabolismul cu exactitate”, explică Su. Din fericire, potrivit echipei, reducerea activărilor musculare este destul de strâns corelată cu reducerea ratei metabolice, astfel încât a menținut complexitatea modelului digital în limite rezonabile. Antrenamentul întregului sistem de exoschelet uman cu toate cele trei rețele neuronale a durat aproximativ opt ore pe un singur GPU RTX 3090. Iar rezultatele au doborât recorduri.

Reducerea decalajului dintre sim și real

După ce a dezvoltat controlerele pentru modelul de exoschelet digital, care au fost dezvoltate de rețelele neuronale în simulare, echipa lui Su a copiat pur și simplu politica de control pe un controler real care rulează un exoschelet real. Apoi, au testat modul în care un exoschelet antrenat în acest fel ar funcționa cu 20 de participanți diferiți. Reducerea medie a ratei metabolice la mers a fost de peste 24%, de peste 13% la alergare și de 15,4% la urcatul scărilor – toate cifrele record, ceea ce înseamnă că exoscheletul lor a învins orice alt exoschelet realizat vreodată în fiecare categorie.

Acest lucru a fost realizat fără a fi nevoie de modificări pentru a se potrivi la mersurile individuale. Dar magia rețelelor neuronale nu s-a încheiat aici.

„Problema cu politicile tradiționale, realizate manual, era că doar spunea „dacă este detectată mersul pe jos, fă un lucru; dacă se detectează mersul mai repede, fă altceva. Acestea erau [a mix of] mașini cu stări finite și controlere comutatoare. Am introdus controlul continuu end-to-end”, spune Su. Ceea ce însemna acest control continuu a fost că exoscheletul putea urmări corpul uman în timp ce făcea tranziții ușoare între diferite activități – de la mers la alergare, de la alergare la urcat pe scări etc. Nu a existat o schimbare bruscă de mod.

„În ceea ce privește software-ul, cred că toată lumea va folosi această abordare bazată pe rețele neuronale în curând”, susține Su. Pentru a îmbunătăți exoscheletele în viitor, echipa sa vrea să le facă mai silențioase, mai ușoare și mai confortabile.

Dar planul este, de asemenea, de a le face să lucreze pentru oamenii care au cea mai mare nevoie de ele. „Limitarea acum este că am testat aceste exoschelete cu participanți apți de muncă, nu cu persoane cu deficiențe de mers. Deci, ceea ce vrem să facem este ceva ce au făcut într-un alt studiu de exoschelet la Universitatea Stanford. Am face un videoclip de un minut cu tine mergând și, pe baza acestuia, vom construi un model pentru a ne individualiza modelul general. Acest lucru ar trebui să funcționeze bine pentru persoanele cu deficiențe precum artrita genunchiului”, susține Su.

Natura, 2024. DOI: 10.1038/s41586-024-07382-4