Maison / Jeux video / L’IA ajuste les jambes prothétiques pour aider les porteurs humains à marcher plus vite et mieux

L’IA ajuste les jambes prothétiques pour aider les porteurs humains à marcher plus vite et mieux

Les membres robotiques ne constituent pas une solution complète pour les amputés. Les techniciens passent généralement des heures à les ajuster manuellement jusqu’à ce qu’ils s’intègrent parfaitement à la démarche de ceux qui les portent, et il leur faut encore des heures pour leur apprendre à marcher avec eux, sans trébucher. Les coûts augmentent vraiment – les sessions de réglage nécessitent des visites dans les cliniques. Mais la bonne nouvelle est que, grâce à l’intelligence artificielle (IA), une meilleure solution pourrait être envisagée.

Dans un article publié récemment dans la revue IEEE Transactions on Cybernetics, des  chercheurs de la North Carolina State University et de l’Université de la Caroline du Nord décrivent un système qui applique l’apprentissage par renforcement: une technique de formation à l’intelligence artificielle qui utilise un système de récompense pour agents vers certains objectifs – à la tâche de régler un genou robotisé. Lors d’un test, le système d’IA qu’ils ont mis au point n’a pris que 10 minutes pour aider le porteur de prothèse à marcher naturellement sur un sol plat.

« Notre corps fait des choses bizarres quand nous avons un objet étranger sur notre corps, » Jennie Si, professeur de génie électrique, informatique et ingénierie de l’ énergie à l’Arizona State University et co – auteur du papier, a déclaré à IEEE Spectrum . “Dans un certain sens, notre algorithme d’apprentissage du renforcement par ordinateur apprend à coopérer avec le corps humain.”

Alors, comment ça marche? Lors de l’exercice du membre robotique, le modèle d’intelligence artificielle prend en compte divers paramètres qui définissent la relation entre la force et le mouvement en utilisant le membre, qui ressemble à la rigidité d’une articulation robotique, par exemple, ou à la plage de mouvement vertical autorisée dans une patte antérieure. Les lignes de base sont telles que les utilisateurs peuvent marcher assez facilement, mais pas complètement.

Dans les expériences des chercheurs, une douzaine de paramètres ont nécessité des ajustements. Les données d’entraînement ont été enregistrées par les personnes amputées marchant au cours de brèves séances (15 à 20 minutes) et fournies à l’algorithme, qui a appris avec le temps à reconnaître les modèles de capteurs intégrés dans la prothèse. Dans l’intérêt de la sécurité, les chercheurs ont imposé des contraintes pour éviter les situations pouvant entraîner la chute du porteur. Mais le système est parvenu à des réglages de paramètres pour des modèles de marche stables et lisses.

Ce n’est en aucun cas parfait – le système d’intelligence artificielle ne peut pas “savoir” si ses ajustements améliorent ou aggravent un modèle particulier de marche, Helen Huang, coauteure, professeur en génie biomédical à la fois à la North Carolina State University et à l’Université de la Caroline du Nord, a dit le spectre IEEE .

«Si vous voulez que cela soit pertinent sur le plan clinique, nous devons franchir de nombreuses étapes avant que cela ne se produise», a-t-elle déclaré. “Jusqu’à présent, c’est vraiment juste pour montrer que c’est possible – en soi, c’est très, très excitant.”

Mais l’équipe prépare déjà des travaux futurs. Ils entendent former l’algorithme à la gestion des mouvements verticaux, tels que les étapes, et ils espèrent créer une version sans fil de la prothèse pouvant être utilisée pour collecter des données d’entraînement en dehors des séances de laboratoire.

A propos newstrotteur-fr

Découvrez également

Mythic Quest: Raven’s Banquet renouvelé pour la saison 2 sur Apple TV +

Avant ses débuts dans la saison 1, la prochaine série comique Mythic Quest: Raven’s Banquet …

Laisser un commentaire

Do NOT follow this link or you will be banned from the site!