Un equipo de investigadores ha desarrollado un nuevo método para controlar exoesqueletos de extremidades inferiores utilizando el aprendizaje profundo por refuerzo. El método, que se desarrolló en un Revista de Neuroingeniería y Rehabilitación El estudio publicado permite un control de la marcha más robusto y natural para los usuarios de exoesqueletos de extremidades inferiores.
Aunque los avances en la robótica vestible han ayudado a devolver la movilidad a las personas con deficiencias en las extremidades inferiores, los métodos de control actuales para los exoesqueletos están limitados en su capacidad de proporcionar a los usuarios movimientos naturales e intuitivos. Esto puede afectar al equilibrio y contribuir a la fatiga e incomodidad del usuario. Pocos estudios se han centrado en el desarrollo de controles robustos que puedan optimizar la experiencia del usuario en términos de seguridad e independencia.
Los exoesqueletos existentes para la rehabilitación de las extremidades inferiores utilizan diversas tecnologías para ayudar al usuario a mantener el equilibrio, como muletas especiales y sensores, según el coautor Ghaith Androwis, científico principal del Centro de Investigación en Movilidad e Ingeniería de Rehabilitación de la Fundación Kessler y director del Laboratorio de Investigación y Robótica de Rehabilitación del centro. Los que carecen de estos asistentes permiten caminar de forma más independiente, pero a costa de un peso extra y una velocidad de marcha lenta.
"Los sistemas de control avanzados son esenciales para el desarrollo de un exoesqueleto de extremidades inferiores que permita caminar de forma autónoma e independiente en diversas condiciones", afirma el Dr. Androwis. El novedoso método desarrollado por el equipo de investigación utiliza el aprendizaje por refuerzo profundo para mejorar el control del exoesqueleto. El aprendizaje por refuerzo es una forma de inteligencia artificial que permite a las máquinas aprender de sus propias experiencias mediante el método de ensayo y error.
"Utilizando un modelo musculoesquelético acoplado a un exoesqueleto, simulamos los movimientos de las extremidades inferiores y entrenamos el sistema de control del exoesqueleto para conseguir patrones de marcha naturales utilizando el aprendizaje por refuerzo", explica el autor correspondiente Xianlian Zhou, profesor asociado y director del Laboratorio de Biodinámica del Departamento de Ingeniería Biomédica del Instituto Tecnológico de Nueva Jersey (NJIT). "Estamos probando el sistema en condiciones reales con un exoesqueleto de extremidades inferiores que está desarrollando nuestro equipo, y los resultados muestran el potencial para mejorar la estabilidad al caminar y reducir la fatiga del usuario."
El equipo descubrió que su modelo propuesto produce un controlador de la marcha universal y robusto, capaz de manejar distintos niveles de interacción entre el ser humano y el esqueleto sin necesidad de ajustar los parámetros. El nuevo sistema tiene el potencial de beneficiar a una amplia gama de usuarios, incluidas las personas con lesiones medulares, esclerosis múltiple, ictus y otras afecciones neurológicas. Los investigadores tienen previsto seguir probando el sistema con usuarios y perfeccionar los algoritmos de control para mejorar el rendimiento de la marcha.
"Estamos entusiasmados con el potencial de este nuevo sistema para mejorar la calidad de vida de las personas con deficiencias en las extremidades inferiores", afirmó el Dr. Androwis. "Al permitir patrones de marcha más naturales e intuitivos, esperamos ayudar a los usuarios de exoesqueletos a moverse con más facilidad y confianza".