義肢制御向け人間行動モデルを提案 マルチタスク連続学習で下肢協調を予測

何が起きたか

2024年5月2日にarXivで公開された論文(識別番号2405.01114v4)において、研究チームは義肢装具制御のための人間行動モデルを提案した。このモデルは、人間の歩行デモンストレーションから下肢の協調結合を学習し、歩行、傾斜昇降、階段昇降などのタスク中における欠損肢の運動学的挙動を予測する。提案手法はマルチタスク・連続適応型で、時間経過とともに動作を予測・洗練する。

詳細

提案手法の核心は「マルチタスク・プロスペクティブ・リハーサル」と呼ばれる技術で、前回の予測に基づいて将来の動作を予測・合成し、その後の予測に修正メカニズムを適用する。モデルアーキテクチャは、共有バックボーン上に軽量なタスク固有モジュールを統合し、特異性と拡張性を両立させている。 実験では、経脛骨切断者を含む実世界の歩行データセットを用いて、幅広い移動タスクで検証された。結果は、分布シフト、敵対的摂動、ノイズがあるシナリオで、ベースラインモデルを一貫して上回る性能を示したと報告されている。

Key Facts

なぜ重要か

この研究は、義肢装具の制御精度向上に寄与する可能性がある。従来の義肢を超えた運動制御の実現に向け、人間の動きの協調をモデル化する手法を提供する。