机器人成"康复助手"？先学好周期运动

当前，机器人已经可以完成多种多样的任务，如精准地搬运货物、装配复杂零件，然而想使其"丝滑"完成既定轨迹的周期运动，仍是一大难题。中国科学院自动化研究所多模态人工智能系统重点实验室的研究团队近日提出了一种全新的轨道稳定学习框架，为节律运动的复制带来了新突破，在机器人辅助的康复训练等场景具有应用前景。相关研究于9月18日发表在机器人领域期刊《国际机器人研究杂志》。周期运动是许多场景中的核心需求，如康复训练、流水线协作以及机器人稳定行走等。传统的机器人技能学习方法需预先编程，耗时耗力且适应性差。近年来，基于动态系统的示教学习成为热点，即机器人通过模仿人类动作来习得技能。在此基础上，研究团队引入横向收缩理论，为学习到的动力学系统提供轨道稳定性的理论保障。中国科学院自动化研究所研究员侯增广表示，这相当于在机器人运动的"轨道"周围加上一个"护栏"，无论起始状态如何，机器人都会被"拉回"到稳定的周期轨道上。模拟测试证明，该方法在平均误差、轨迹偏差程度等多个指标上均取得最佳表现。该技术最具潜力的应用场景是在康复训练中。其稳定、精确的重复运动可以帮助患者进行节律性上肢或步态训练。在与康复科医生合作的实验中，团队记录了医生引导患者手臂完成的周期康复动作。通过学习这些模型，机器人可以在执行任务时克服患者动作偏差或外界碰撞等扰动，保持标准的康复轨迹。