MARL-Exo、股関節外骨格の制御をシミュレーションで学習 8人で代謝率を評価

何が起きたか

arXiv掲載論文は、筋骨格モデルと両側股関節外骨格の制御方策を同時に学習する強化学習手法「MARL-Exo」を報告した。代謝エネルギーを報酬にした方策を、歩行速度1.25 m/sの健康な成人8人で、個人ごとの再学習なしに評価した。装置なし歩行と比べた正味代謝率の平均低下は7.4±10.0%で、受動状態との比較では8人全員で18.3±6.6%低下した。

詳細

学習では304個の筋アクチュエーターを持つ全身筋骨格モデルを用い、解剖学的特徴、歩行、速度をランダム化した。人モデルと外骨格方策を2段階で同時に訓練し、外骨格側の観測は遅延した股関節運動学と過去の指令に限定した。報酬は生理学ベースの代謝モデルによる筋代謝パワーのみを用いる条件と、機械パワーによる成形を加える条件を比較した。 シミュレーションでは、代謝報酬のみの方策が装置なし歩行に対して筋代謝パワーを13.8%低減し、機械パワー成形を加えた方策の低減率は8.8%だった。実機では、装置装着による13.1%の負担を6人が上回り、装置なし歩行より最大24.2%低い代謝コストを示した。

Key Facts

本紙の見方

数値上の焦点は、シミュレーションの13.8%という低減率そのものより、そこで学習した方策を個人別に再訓練せず8人に適用し、装置なし歩行に対して平均7.4±10.0%の低減を得た点にある。ただし、この平均値のばらつきは大きく、8人全員で装置なし歩行を下回ったという結果ではない。一方、受動状態との比較では全員が低減した。比較対象によって結果の意味が異なるため、受動装着による負担と、装置なし歩行に対する実質的な改善を分けて読む必要がある。 学習設計では、304個の筋アクチュエーターを備えるモデルに解剖学的特徴、歩行、速度のばらつきを与え、外骨格側の観測を遅延した股関節運動学と過去の指令に限っている。個人ごとの調整に依存しない方策を狙う構成と整合するが、実機で確認された対象は健康な成人8人、歩行速度1.25 m/sである。したがって、年齢や身体状態、速度が異なる利用者にも同じ性能が移るとは、この結果だけからは言えない。 また、報酬に機械パワー成形を加えると、シミュレーション上の低減率は13.8%から8.8%に下がった。これは、機械的な出力に関する目標を追加すれば代謝面でも有利になる、とは限らないことを示す比較結果である。ただし、実機で検証されたのは代謝報酬のみの方策であり、機械パワー成形を加えた条件の実機性能はこの要旨から確認できない。シミュレーション内の報酬設計の比較と、装着者での効果測定を同列には扱えない。 この手法の設計上の特徴は、身体モデルと制御方策を共に訓練し、代謝を評価軸として人試験前に支援方策を比較する点にある。実装判断では、8人の平均値だけでなく個人差、装置なし歩行との比較、装着負担を含めた評価が必要になる。要旨には試験期間や長時間使用時の効果、対象者の詳細、別の歩行速度での結果は示されていない。今後は、対象者と条件を広げた再現性、個人差が生じた要因、機械パワー成形を含む方策の実機評価を確認する必要がある。

なぜ重要か

論文では、受動状態との比較で8人全員の代謝率が低下した一方、装置なし歩行との比較では平均低下が7.4±10.0%で、装置装着の負担を上回ったのは6人だった。外骨格の効果を示す際には、受動状態だけでなく装置なし歩行も基準に置き、個人差を含めて評価する必要があることを示す結果である。