波士顿动力Atlas同款算法，加州理工和清华共同设计优化的法国外骨骼机器人
大数据文摘授权转载自机器人大讲堂
外骨骼，又称动力装甲或动力服，从前只存在于科幻电影中，而现在它们逐渐走入现实，在军事、医疗康复、体能增强等领域均能看见它们的身影。
从科幻走进现实的外骨骼机器人不是个新话题，#上海“机甲战士”外卖小哥，#瘫痪父亲穿机械骨骼接女儿放学等统统上了头条，给大家带来不少对未来世界的畅想。
今天小编给大家介绍的这款外骨骼机器人有点不一般，据外媒报道，不仅和波士顿动力的Atlas人形机器人使用同款技术，加州理工大学和清华大学还为其设计优化算法！
这款外骨骼机器人叫做Atalante，由法国初创公司Wandercraft研发，主要用于下肢康复，辅助患者站立或行走。
来一起看看它的表现：
它可以毫不费力地进行垂直训练和地面行走，确保了连贯的感官反馈，虽然速度不快，但非常稳定。
左右晃动，弯腰捡东西，不用担心会摔倒。
穿戴也很方便，不到4分钟就可以穿戴整齐，患者自己也可以轻松操作。
i7处理器，自适应平衡，波士顿动力Atlas同款算法
i7处理器，自适应平衡，波士顿动力Atlas同款算法
波士顿动力的Atlas人形机器人大家应该不陌生了，能跑能跳还能后空翻，时不时还能来点迷人小舞步。
Atalante外骨骼机器人采用了与Atlas人形机器人的同款算法，复杂的演算法架构可创造动态平衡，完全自动化地协助病患站立，无须任何外力如拐杖的支撑也能取得平衡。
外骨骼机器人的靠背配备有英特尔(Intel) i7处理器，它可以判断机器人如何平衡和行走。穿戴者可通过指令来控制该设备，或者由专业人员使用专用程序来控制。
用户坐在设备中，然后移动臀部，向臀部、膝盖和脚踝处的发动机发送移动信号，促使设备处于站立位置。
Atalante重量约为59公斤，但动力外骨骼会自主平衡，因此不会给患者增加任何负担；在电池续航力方面，Atalante可持续使用一整天。
加州理工、清华大学为其开发优化算法，定制化提升舒适感
加州理工、清华大学为其开发优化算法，定制化提升舒适感
稳定行走+自适应平衡+超强续航，Atalante的现有方法已经能够满足外骨骼的康复要求，但还无法满足用户的个人偏好。
加州理工大学和清华大学共同为Atalante外骨骼机器人开发了优化算法——混合驱动学习方法 COSPAR 算法，可以利用“个人偏好”，定制化提升下肢外骨骼的舒适感。
该算法利用“基于偏好的学习”（如用户喜欢步态 A 还是步态 B），来确定用户最喜欢的步态参数。因此，个性化外骨骼步态的目标可以被定义为决斗赌博机和合作学习问题。
算法可以迭代地执行以下操作：a）从动作效用的后验模型中提取多个样本；b）对于每个样本模型，用最高的采样效用执行动作；c）在已执行动作之间查找偏好反馈；d）根据获取的偏好数据更新后验。
该研究还获得了机器人领域顶级会议ICRA 2020 的最佳论文奖，同时也获得最佳人机交互论文奖（Best Paper Award onHuman-Robot Interaction）。
【参考链接】
