Towards AI-controlled FES-restoration of arm movements: neuromechanics-based reinforcement learning for 3-D reaching

要約

障害に到達すると、生活の質に影響を与えます。
機能的電気刺激 (FES) は、失われた運動機能を回復することができます。
しかし、FES を制御して目的の動きを誘導するには課題が残っています。
ニューロメカニカル モデルは、FES 制御方法を開発するための貴重なツールです。
ただし、上肢領域に焦点を当てると、いくつかの既存のモデルは、過度に単純化されているか、制御のために計算が多すぎます。
モデル関連の問題に加えて、さまざまなタスクやサブジェクトの制御規則を管理するための一般的な方法を見つけることは、依然としてエンジニアリング上の課題です。
ここでは、FES を制御する上でのこれらの基本的な問題に対処するために、腕の動きの FES ベースの復元に向けたアプローチを紹介します。
まず、広く受け入れられているオープンソース ソフトウェアを使用して構築された人間の腕の表面 FES 指向の神経機械モデルを提示します。
モデルは、最小限の計算コストで FES コントロールの重要なダイナミクスを捉えるように設計されています。
当社のモデルはカスタマイズ可能で、さまざまな制御方法のテストに使用できます。
次に、制御ルールを管理するための一般的な方法として、強化学習 (RL) の適用を紹介します。
カスタマイズ可能なモデルと RL ベースの制御方法を組み合わせることで、エンジニアリングの介入を最小限に抑えて、さまざまなテーマや設定に合わせてカスタマイズされた FES コントロールを提供する可能性が開かれます。
平面および 3D 設定でのアプローチを示します。

要約(オリジナル)

Reaching disabilities affect the quality of life. Functional Electrical Stimulation (FES) can restore lost motor functions. Yet, there remain challenges in controlling FES to induce desired movements. Neuromechanical models are valuable tools for developing FES control methods. However, focusing on the upper extremity areas, several existing models are either overly simplified or too computationally demanding for control purposes. Besides the model-related issues, finding a general method for governing the control rules for different tasks and subjects remains an engineering challenge. Here, we present our approach toward FES-based restoration of arm movements to address those fundamental issues in controlling FES. Firstly, we present our surface-FES-oriented neuromechanical models of human arms built using well-accepted, open-source software. The models are designed to capture significant dynamics in FES controls with minimal computational cost. Our models are customisable and can be used for testing different control methods. Secondly, we present the application of reinforcement learning (RL) as a general method for governing the control rules. In combination, our customisable models and RL-based control method open the possibility of delivering customised FES controls for different subjects and settings with minimal engineering intervention. We demonstrate our approach in planar and 3D settings.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google