新一期《自然》發表的生物醫學工程研究成果，報告了一種加速外骨骼機器人控制系統開發的模擬框架，其有助于推動外骨骼裝置在現實世界的廣泛應用。

外骨骼機器人能顯著提升人類運動，恢復殘疾人士的運動能力。不過，當前的控制器在匹配不同個體需求和復雜的人體運動時仍面臨挑戰。它們通常需要開展大量的人體測試，依賴手工制作的規則，這限制了它們的廣泛應用。之前的模擬研究并不包含控制器設計，也未考慮人類與機器人的交互，這給從模擬過渡到現實世界應用帶來一些難題。

為克服這些困難，北卡羅來納州立大學蘇浩團隊開發了一個能從人類與裝置交互中學習的框架。該框架不需要漫長的人體實驗和人力資源，其能在模擬中生成人體運動、肌肉協調和外骨骼控制的三個互聯神經網絡。他們對模型開展了數百萬次模擬試驗驗證其能從人體移動數據中的學習能力。

為測試控制器在現實世界場景中的成功率，團隊對一名佩戴髖關節外骨骼的使用者進行了測試。他們對使用者跑步、走路和爬樓梯時進行的監測發現，控制器讓使用者的代謝率在行走時降低24.3%，跑步時降低13.1%，爬樓梯時降低15.4%，這表明整體上控制器能在不同活動中成功協助使用者。

團隊表示，目前仍需開展進一步研究拓寬這些控制器的應用范圍，從而讓輔助外骨骼應用于更多的個體和任務。