研究人员开发出一种创新算法，融合两种优化机制，用于个性化机器人假肢的运动调节，首次实现了在提升假肢运动性能的同时，帮助使用者身体恢复更接近自然的步态模式。该方法旨在全面恢复并维持用户运动功能的各个方面，以应对因截肢引发的长期健康挑战。
“此前已有许多专注于改进机器人假肢行为的算法，但这是首个同时全面优化假肢使用者自身运动模式的算法，”该论文的共同第一作者兼通讯作者瓦伦·纳拉姆（Varun Nalam）指出。
纳拉姆现任北卡罗来纳州立大学与北卡罗来纳大学教堂山分校联合生物医学工程系助理研究教授，他解释道：“大腿截肢会显著影响人体其他部位的运动机制，可能引发腰痛、髋关节问题等一系列并发症。迄今为止，机器人假肢的研究重点多集中于替代缺失关节的功能。例如，控制假肢膝关节的软件通常仅针对膝关节本身的运动进行优化。”
“我们希望通过这项研究，开发出一种能同时实现两大目标的新算法，”纳拉姆进一步阐述，“一方面，我们仍需保证假肢膝关节的正常功能；另一方面，我们也致力于让使用者身体能恢复到截肢前的运动模式。这不仅能恢复用户整条腿的运动范围，更有助于预防腰痛、髋部疾病等后续问题。”
这项最新研究建立在团队前期工作基础上。此前，研究人员已开发出一套用于“调校”动力假肢膝关节的智能系统，使患者能在几分钟内舒适使用假肢，而传统由临床专业人员调试则需数小时。该系统是首个完全基于强化学习实现假肢调节的方案。
“前期工作通过强化学习算法实现了假肢的最优控制，”该论文的通讯作者、联合生物医学工程系杰克逊家族杰出讲席教授黄海伦（Helen Huang）表示，“但其焦点仅局限于假肢本身。在新研究中，我们在此基础上引入逆强化学习算法，统筹考虑假肢与使用者双方的动态运动。”
实验中，机器人假肢膝关节搭载了运动追踪传感器。在概念验证阶段，研究人员还通过佩戴于用户身上的传感器监测其髋关节运动。
“新算法同时分析假肢膝关节与使用者髋关节的运动数据，并动态调节假肢膝关节行为，以协助用户恢复自然的髋部运动模式，”纳拉姆说明。
“尽管本研究聚焦于髋关节运动，但该算法同样适用于优化躯干运动、步态对称性等更多人机协同表现维度，”黄海伦补充道。
为验证算法效果，研究团队招募了五名受试者，包括两名大腿截肢者与三名非截肢者。所有参与者在两种不同软件控制下完成系列任务：第一种仅采用早期膝关节控制系统，第二种则融入了新开发的双层优化算法。
“关键发现是，引入新算法后，所有五名受试者的髋关节活动范围均得到改善，这表明其对髋部健康具有积极影响，”纳拉姆总结道，“同时，新算法使用者的步态更趋自然，例如步幅显著增长。”
“从实际应用出发，下一步我们将与临床医生合作，长期跟踪该算法对用户健康的影响，”黄海伦指出，“同时也希望与机器人假肢制造商探讨将该方法整合至商用软件中的可行性。”
“在科研层面，我们计划进一步探索该方法在更广泛人体运动行为优化问题中的应用潜力，”纳拉姆表示。
相关研究成果以《通过机器人膝关节假肢控制的双层优化实现人-机共生》为题，发表于《IEEE机器人汇刊》。论文共同通讯作者还包括联合生物医学工程系前博士生刘文涛（Wentao Liu）以及亚利桑那州立大学电气、计算机与能源工程系教授司坚（Jennie Si）。该研究标志着人机协同运动优化向整体化、自然化迈出了重要一步。
