最新新闻
为您推荐

生物力学与机器人学的突破:复制类人变速行走

作者Brian KoomeBrian Koome 2 分钟阅读
机器人技术
  • 东北大学研究人员利用高效神经网络模型在机器人中复现人类行走。
  • 其创新算法提高了行走过程中的能源效率。
  • 这一突破有望惠及移动解决方案和日常机器人技术。

在一项非凡的成就中,东北大学研究生院工程研究小组成功复制了由模仿人类神经系统的反射控制方法引导的肌肉骨骼模型中的类人变速行走。 

这一生物力学和机器人领域的开创性发展增进了我们对人类运动的理解,并为机器人技术的突破性创新铺平了道路。

创新算法树立新标准

这一突破的关键在于一种创新算法,它超越了传统方法,创建了一个针对各种行走速度优化能量效率的神经回路模型。这种先进的算法揭示了节能行走策略的关键见解,特别是在腿部摆动阶段。

研究团队通过对这些神经回路进行深入分析,发现了节能行走策略的关键要素,重点集中在控制摆动阶段腿部肌肉的神经回路上。 

这些知识增强了我们对支撑人类步态的复杂神经网络机制的理解,并为未来的技术进步奠定了基础。

彻底改变机器人技术和假肢

该研究的合著者、副教授Dai Owaki、Shunsuke Koseki和教授Mitsuhiro Hayashibe强调了这项研究的变革潜力。他表示:“在肌肉骨骼模型中成功模拟变速行走,结合复杂的神经回路,标志着神经科学、生物力学和机器人学融合的关键进步。 

它将彻底改变高性能双足机器人、先进假肢和尖端动力外骨骼的设计和开发。

这一突破性发展为残障人士带来了希望,因为它可以改善移动解决方案并增强日常生活中使用的机器人技术的功能。

未来前景

展望未来,Owaki教授及其团队致力于进一步完善反射控制框架。他们旨在重现更广泛的人类行走速度和动作,使机器人系统更具适应性和能源效率。 

此外,他们计划将研究中的见解和算法应用于开发适应性假肢、动力服和双足机器人,这些机器人能够以更自然和精确的方式模仿人类运动。

这项研究的潜在应用广泛而深远。将已识别的神经回路集成到机器人技术中,可能会显著改善残障人士的移动能力和生活质量。 

此外,在日常生活中,开发更先进的机器人技术有望为从医疗保健、制造到物流和娱乐的各个行业带来希望。

最聪明的加密领域人士已经在阅读我们的通讯。想加入吗?加入他们。

分享本文

免责声明。 本文提供的信息不构成交易建议。 Cryptopolitan.com 对于基于本页信息进行的任何投资,我们不承担任何责任。我们强烈建议在进行任何投资决策之前,进行独立研究或咨询合格的专业人士。

Brian Koome

Brian Koome

Brian Koome 在区块链和加密货币报道领域拥有超过七年的经验,自 2017 年起便活跃于该行业。他曾为多家领先媒体撰稿,包括 BlockToday.com。此外,他在加入 Cryptopolitan 担任全职作家之前,还为 BitDegree.org 开发了以太坊入门课程。Brian 专注于撰写常青指南(EGs)、深度报道、访谈以及价格分析。他对 DeFi、区块链创新及新兴加密项目的关注深受读者喜爱。

更多新闻…