该假肢将手动控制与机器学习相结合

 
假肢每年都在变得越来越好，但它们获得的力量和精确度并不总能转化为更容易或更有效的使用，因为截肢者只能对它们进行基本的控制。瑞士研究人员正在调查的一个有希望的途径是人工智能接管手动控制的地方。
为了想象这个问题，想象一个人的手臂被截肢在肘部上方，控制着一个聪明的假肢。通过将传感器放置在剩余的肌肉和其他信号上，他们可以很容易地抬起手臂并将其引导到可以抓住桌子上的物体的位置。
但接下来会发生什么?控制手指的许多肌肉和肌腱都消失了，并且能够准确地感知用户想要如何弯曲或伸展他们的人工手指。如果用户所能做的就是发出通用的“抓握”或“释放”信号，那就失去了大量的手实际上有用的东西。
这里是来自洛桑联邦理工学院(EPFL)的研究人员接管的地方。如果手知道接下来该做什么，仅限于告诉手抓握或释放不是问题 – 有点像我们的自然手“自动”如何“自动”找到物体的最佳抓地力而不需要考虑它。机器人技术研究人员长期以来一直致力于抓握方法的自动检测，这是这种情况的完美匹配。
假肢用户通过观察他们的肌肉信号来训练机器学习模型，同时尽可能地尝试各种动作和握把而无需实际操作。利用该基本信息，机器人手知道它应该尝试什么类型的抓握，并且通过监视和最大化与目标对象的接触区域，手实时地为其即兴创建最佳抓握。它还提供防摔性，如果它开始滑动，能够在不到半秒的时间内调整其抓地力。
结果是，只要用户继续用它们的意志继续抓住它，就可以强烈地轻轻地抓住物体。当他们完成了这个目标，喝了一口咖啡或将一块水果从一个碗子移到一个盘子里时，他们“释放”了这个物体，系统感觉到他们肌肉信号的这种变化并做同样的事情。
这让人联想起微软Imagine Cup的学生们的另一种方法，在这种方法中，手臂配备了一个手掌相机，可以反馈物体以及它应该如何抓住物体。
它仍然是非常实验性的，并且使用第三方机械臂完成，而不是特别优化的软件。但这种“共享控制”技术很有前途，并且很可能成为下一代智能假肢的基础。该团队的论文发表在Nature Machine Intelligence杂志上。