31.3 C
New York

L'apprentissage automatique rencontre les doigts, les mains et les coudes pour une thérapie robotique améliorée

Date :

image
25 juin 2022 (Actualités Nanowerk) Les accidents vasculaires cérébraux et les lésions de la moelle épinière laissent des millions de personnes dans le monde invalides chaque année, avec des chances de guérison qui ne sont souvent pas si grandes. Malheureusement, la thérapie robotique d'aujourd'hui n'est pas aussi efficace qu'elle pourrait l'être en raison d'une connaissance limitée de l'interaction des appareils de rééducation avec le corps humain. "Si nous pouvions prédire le résultat d'une thérapie robotique à l'avance, nous pourrions alors l'optimiser pour un patient et fournir un traitement vraiment personnalisé et rentable", déclare le chercheur Prof. Massimo Sartori dans un article publié sur le site Web de l'Université. de Twente aux Pays-Bas. Le professeur Sartori dirige le laboratoire de modélisation et d'ingénierie neuromécanique de l'université, dont l'équipe, en collaboration avec des chercheurs du laboratoire de recherche Meta AI aux États-Unis, a co-développé un cadre open source appelé Myo Suite. Développé avec le soutien partiel de la INTERACT et SOPHIA projets, MyoSuite applique l'apprentissage automatique aux problèmes de contrôle biomécanique en combinant l'intelligence motrice et neurale.

Fini les longues expérimentations sur les humains

La plate-forme est une collection de tâches et d'environnements musculo-squelettiques simulés à l'aide d'un moteur physique open source. Il se compose de trois modèles : doigt, coude et main. À l'aide de ces modèles, les chercheurs ont conçu une grande variété de tâches allant de simples mouvements d'atteinte à des mouvements riches en contacts comme la rotation d'un stylo ou la manipulation de balles de Baoding. "Les modèles numériques alimentés par l'IA de MyoSuite peuvent apprendre à exécuter des mouvements complexes et des interactions avec des robots d'assistance, qui nécessiteraient autrement de longues expérimentations sur de vrais sujets humains", rapporte l'article. MyoSuite permet de co-simuler des systèmes musculo-squelettiques alimentés par l'IA qui interagissent physiquement avec des robots d'assistance. Les utilisateurs peuvent simuler des phénomènes biologiques tels que la fatigue musculaire et la sarcopénie, et comment des robots d'assistance pourraient être conçus pour restaurer le mouvement chez les personnes handicapées. "Tout cela est réalisé en combinant une modélisation musculo-squelettique de pointe avec une intelligence artificielle de pointe pour la synthèse du comportement du mouvement", note le professeur Sartori. Le PDG de Meta, Mark Zuckerberg, a partagé un article sur les réseaux sociaux présentant MyoSuite : "L'équipe Meta AI a développé une nouvelle plate-forme d'IA appelée MyoSuite qui crée des simulations musculo-squelettiques réalistes qui s'exécutent jusqu'à 4,000 XNUMX fois plus rapidement que l'état de l'art. Nous pouvons entraîner ces modèles à effectuer des mouvements complexes comme faire tourner un stylo ou tourner une clé. Cette recherche pourrait accélérer le développement de prothèses, de réadaptation physique et de techniques chirurgicales. … Nous allons rendre ces modèles open source afin que les chercheurs puissent les utiliser pour faire progresser le domaine. La plateforme développée avec le soutien d'INTERACT (Modelling the neuromusculoskeletal system across spatiotemporal scales for a new paradigm of human-machine motor interaction) et de SOPHIA (Socio-physical Interaction Skills for Cooperative Human-Robot Systems in Agile Production) pourrait contribuer à inaugurer une nouvelle ère de la robotique de rééducation. "Nous espérons que diverses fonctionnalités prises en charge par notre cadre ouvriront de nouvelles opportunités dans la compréhension des systèmes neuromécaniques interagissant avec des agents robotiques artificiels", conclut le professeur Sartori.

  • Coinsmart. Le meilleur échange Bitcoin et Crypto d'Europe.Cliquez ici
  • Platoblockchain. Intelligence métaverse Web3. Connaissance Amplifiée. Accéder ici.
  • La source: https://www.nanowerk.com/news2/robotics/newsid=60949.php

Cette Poster a été publié à l'origine sur Nanowerk

Articles connexes

spot_img

Articles récents

spot_img