Allégez la charge : l’intelligence artificielle aide l’exosquelette à fonctionner à différentes étapes

Les exosquelettes d’aujourd’hui semblent sortir de la science-fiction. Mais la vérité est qu’ils ne sont pas aussi puissants que leurs homologues fictifs. Ils sont extrêmement volatils et il faut de nombreuses heures pour élaborer manuellement des politiques logicielles qui régulent leur fonctionnement – ​​un processus qui doit être répété pour chaque utilisateur individuel.

Pour rapprocher un peu plus la technologie image de symboleSkel Suits ou Warhammer 40k Power Armor Une équipe du laboratoire de biomécatronique et de robotique intelligente de l’Université de Caroline du Nord a utilisé l’intelligence artificielle pour construire le premier exosquelette taille unique qui permet de marcher, de courir et de monter les escaliers. Plus important encore, son logiciel s’adapte aux nouveaux utilisateurs sans nécessiter de modifications spécifiques à l’utilisateur. « Tout ce que vous avez à faire est de le porter et cela fonctionne », explique Hao Su, professeur agrégé et co-auteur de l’étude.

Des robots spécialement conçus

Un exosquelette est un robot que vous portez pour vous aider à bouger. Il rend la marche, la course et d’autres activités moins fatigantes, de la même manière qu’un vélo électrique ajoute des watts supplémentaires en plus de ceux que vous générez vous-même, ce qui facilite la tâche. pédale. « Le problème est que les exosquelettes ont du mal à comprendre les intentions humaines, que vous souhaitiez courir, marcher ou monter des escaliers », explique Su. « Ce problème est résolu par la reconnaissance de mouvement : des systèmes qui reconnaissent les intentions de mouvement humain. »

La construction de ces systèmes de reconnaissance de mouvement repose actuellement sur des politiques détaillées qui définissent ce que les moteurs de l’exosquelette doivent faire dans chaque scénario possible. « Marchons. La situation actuelle est que nous vous mettons l’exosquelette et que vous marchez sur le tapis roulant pendant une heure. Sur cette base, nous essayons d’ajuster son fonctionnement en fonction de votre amplitude de mouvement individuelle.

L’élaboration de politiques de contrôle élaborées à la main et la réalisation de longs essais sur l’homme pour chaque utilisateur rendent les exosquelettes coûteux, avec des prix atteignant 200 000 dollars ou plus. Par conséquent, l’équipe de Su a utilisé l’IA pour créer automatiquement des politiques de contrôle et éliminer la formation humaine. « Je pense que dans deux ou trois ans, des exosquelettes de 2 000 à 5 000 dollars seront tout à fait réalisables », affirme Su.

Son équipe espère que ces économies proviendront du développement d’une politique de contrôle des exosquelettes utilisant un modèle numérique, plutôt que des humains vivants et respirants.

Numérisation des humains à l’aide de robots

L’équipe de Su a commencé par construire des modèles numériques du système musculo-squelettique humain et du robot exosquelette. Ils ont ensuite utilisé plusieurs réseaux de neurones alimentant chaque composant. L’un d’eux consistait à exécuter un modèle numérique d’un squelette humain, mû par des muscles profilés. Le deuxième réseau neuronal exécutait le modèle d’exosquelette. Enfin, le troisième réseau neuronal était responsable de l’imitation du mouvement, c’est-à-dire essentiellement de prédire comment le modèle humain bougerait tout en portant l’exosquelette et comment les deux interagiraient les uns avec les autres. « Nous avons entraîné simultanément les trois réseaux neuronaux pour réduire l’activité musculaire », explique Su.

L’un des problèmes auxquels l’équipe a été confrontée est que les études sur les exosquelettes utilisent généralement une mesure des performances basée sur un faible taux métabolique. « Les humains, cependant, sont incroyablement complexes et il est très difficile de construire un modèle avec suffisamment de précision pour simuler avec précision le métabolisme », explique Su. Heureusement, selon l’équipe, la réduction de l’activation musculaire est étroitement liée à la diminution du taux métabolique. Ils ont donc maintenu la complexité du modèle numérique dans des limites raisonnables. La formation de l’ensemble du système d’exosquelette humain avec les trois réseaux neuronaux a pris environ huit heures sur un seul GPU RTX 3090. Les résultats ont été record.

Combler le fossé entre la simulation et la réalité

Après avoir développé les contrôleurs pour le modèle d’exosquelette numérique, qui ont été développés par des réseaux de neurones dans la simulation, l’équipe de Su a simplement copié et collé la politique de contrôle sur un contrôleur réel fonctionnant sur un exosquelette réel. Ils ont ensuite testé le fonctionnement de l’exosquelette ainsi entraîné auprès de 20 participants différents. Leur réduction moyenne du taux métabolique était de plus de 24 % pour la marche, de plus de 13 % pour la course et de 15,4 % pour la montée des escaliers – tous des chiffres records, ce qui signifie que leur exosquelette a surpassé tous les autres exosquelettes jamais fabriqués, absolument dans toutes les catégories.

Ceci a été réalisé sans qu’il soit nécessaire d’effectuer des ajustements pour s’adapter à la démarche individuelle. Mais la magie des réseaux de neurones ne s’arrête pas là.

« Le problème avec les politiques traditionnelles élaborées à la main était qu’elles disaient simplement : si une marche est détectée, faites une chose ; Si la marche est détectée plus rapidement, faites autre chose. C’était ça [a mix of] Machines à états finis et contrôleurs de commutation. « Nous avons fourni un contrôle continu complet », explique Su. Ce contrôle continu signifie que l’exosquelette peut suivre le corps humain lorsqu’il effectue des transitions en douceur entre différentes activités – de la marche à la course, de la course à la montée des escaliers, etc. Il n’y a pas eu de changement soudain de situation.

«En termes de logiciels, je pense que tout le monde utilisera bientôt cette approche basée sur les réseaux neuronaux», déclare Su. Pour améliorer les futurs exosquelettes, son équipe souhaite les rendre plus silencieux, plus légers et plus confortables.

Mais le plan vise également à le faire bénéficier aux personnes qui en ont le plus besoin. « La limite maintenant est que nous avons testé ces exosquelettes avec des participants en bonne santé, et non avec des personnes ayant des difficultés à marcher. Nous voulons donc faire quelque chose qu’ils ont fait dans une autre étude sur les exosquelettes à Stanford. Nous allons prendre une vidéo d’une minute de vous en train de marcher. , et sur cette base, nous construirons un modèle pour individualiser notre modèle global. « Cela devrait bien fonctionner pour les personnes handicapées telles que l’arthrose du genou », déclare Su.

Nature, 2024. DOI : 10.1038/S41586-024-07382-4