清華新聞網6月16日電 在近日舉行的2020年機器人與自動化國際會議(International Conference on Robotics and Automation,簡稱ICRA)上,清華大學航天航空學院助理教授眭亞楠與美國加州理工學院的合作者發表了題為「基於偏好反饋的外骨骼步態優化學習」(Preference-Based Learning for Exoskeleton Gait Optimization)的研究論文,獲得大會唯一最佳論文獎,並同時獲得最佳人機互動論文獎。
ICRA是機器人和人工智慧領域最重要的國際會議之一。這是加州理工學院和清華大學首次獲得ICRA最佳論文獎。
本文在眭亞楠等人前期工作的基礎上構建了一種交互式的機器學習方法,可以根據使用者的偏好和建議來優化外骨骼機器人的步態動作。文章提出了一個新穎且靈活的機器學習框架,並在真實外骨骼機器人系統中進行了細緻的實驗驗證。該方法在人機互動和康復醫療方面具有廣泛的應用空間。
會議公布最佳論文獎和最佳人機互動論文獎
基於偏好反饋的優化方法應用於外骨骼機器人控制
基於偏好反饋的機器學習方法利用非量化的反饋信息進行優化,本工作是將偏好學習方法應用於外骨骼機器人步態優化的全新嘗試。在外骨骼控制中將人的偏好反饋納入步態優化,是實現舒適個性化調節的有效方法。文章在提出新算法的基礎上,進行模擬實驗並由人類受試者實驗驗證,做出了機器學習方法和機器人實驗兩方面貢獻。該工作提升了人機互動效率,癱瘓等運動障礙患者的康復治療有望從中受益。
人物介紹:
眭亞楠(YananSui.com),2010年本科畢業於清華大學,2016年博士畢業於美國加州理工學院,後在加州理工學院和史丹福大學進行博士後研究。2019年受聘清華大學航天航空學院助理教授,神經調控技術國家工程實驗室成員。主要從事機器學習、神經工程、機器人學基礎研究和醫學人工智慧應用研究。
獲獎連結:
https://www.icra2020.org/program/conference-awards
論文公開連結:
https://arxiv.org/abs/1909.12316
供稿:航院
編輯:李華山
審核:程曦