《Nature》发表！北卡大学苏浩团队创新人工智能“仿真中学习”框架，实现让机器人感知人类“多种”意图！

文章预览

外骨骼机器人在助力行走方面展现出显著效果，然而其实际应用却大多局限于实验室环境内。造成这一现象的主要原因在于，外骨骼机器人的控制策略往往依赖于预定义的辅助配置文件，或者需要对每个新用户进行长达数小时的软件算法微调，以确保机器人能够精确适应每个人的步行特征和步态习惯。              即便只是开发单一的步行策略，也需要对每个参与者进行长时间的人体测试。 因此，当需要更换使用者或调整活动类型时，调整控制器的成本会变得非常高昂。同时，针对不同活动，常需手工制定特定的控制规则。随着活动种类的不断增加，控制器的设计日益复杂，这使得外骨骼机器人的广泛应用变得不切实际。       与之类似的是，以外骨骼机器人为代表的可穿戴机器人普遍在模拟到现实（sim2real）技术转化过程中面临挑战。这 不 ………………………………