論文の概要: DRBA: Dynamic Robotic Balance Assistant -- An assist-as-needed gait and balance rehabilitation robot for versatile training
- arxiv url: http://arxiv.org/abs/2607.03027v1
- Date: Fri, 03 Jul 2026 07:15:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-09 13:08:13.003856
- Title: DRBA: Dynamic Robotic Balance Assistant -- An assist-as-needed gait and balance rehabilitation robot for versatile training
- Title（参考訳）: DRBA: Dynamic Robotic Balance Assistant -- 多様なトレーニングのための歩行・バランス回復ロボット
- Abstract要約: Dynamic Robotic Balance Assistant (DRBA) は、歩行訓練機で、身体の重量とバランスを補助する。
その結果,DRBA補助歩行訓練は,セラピスト補助歩行訓練と比較して歩幅と歩行速度が増加した。
- 参考スコア（独自算出の注目度）: 9.807004513978258
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The decline of human balance control due to aging and pathological conditions increases fall risk, a major concern in geriatric care and rehabilitation. Gait training is essential for balance recovery, enhancing walking ability and postural control. However, existing overground robotic gait trainers have limitations: body weight support systems are bulky and impractical for daily use, while end-effector-based systems often compromise transparency, altering natural gait dynamics. This paper presents the Dynamic Robotic Balance Assistant (DRBA), a novel gait trainer providing assist-as-needed body weight and balance support for various training scenarios. DRBA integrates a 3-degree-of-freedom (3-DoF) robotic arm for pelvic support with flexible motion, a compact sit-to-stand assistance module, and user-following and fall detection algorithms to ensure minimal interference and responsive support. Experimental results demonstrated high transparency, with minimal impact on natural gait dynamics. A patient trial with nine elderly patients with varying medical conditions and balance impairments (ranging from severe to mild) further validated DRBA's effectiveness. The results showed that DRBA-assisted training increased step length and walking speed compared to therapist-assisted gait training. Additionally, DRBA enabled users to perform tasks beyond their unaided ability, expanding rehabilitation possibilities. These findings highlight DRBA's potential to enhance rehabilitation outcomes by facilitating higher training intensity and enabling task-oriented exercises.
- Abstract（参考訳）: 高齢化による人的バランスコントロールの低下と病態の悪化は転倒リスクを増大させ、老年医療やリハビリテーションにおいて大きな関心事となる。
歩行訓練は、バランス回復、歩行能力の向上、姿勢制御に不可欠である。
しかし、既存のオーバーグラウンドのロボット歩行トレーナーには制限がある: 体重支援システムは日常的に使うには重く実用的ではないが、エンドエフェクターベースのシステムは透明性を損なうことがあり、自然歩行のダイナミクスを変える。
本稿では,様々なトレーニングシナリオに対して,身体重量とバランスサポートを提供する新しい歩行訓練機であるDynamic Robotic Balance Assistant(DRBA)を提案する。
DRBAは3-of-freedom (3-DoF)ロボットアームとフレキシブルなモーションで骨盤支持を行う。
実験結果は、自然歩行力学に最小限の影響を伴って、高い透明性を示した。
医療状況やバランス障害(軽度から軽度まで)の異なる高齢者9名を対象にした臨床試験により,DRBAの有効性が検証された。
その結果,DRBA補助歩行訓練は,セラピスト補助歩行訓練と比較して歩幅と歩行速度が増加した。
さらにDRBAは、ユーザが未完成の能力を超えたタスクを実行し、リハビリテーションの可能性を広げることを可能にする。
これらの結果から,DRBAのトレーニング強度の向上とタスク指向演習の実現により,リハビリテーション効果を高める可能性が示唆された。
関連論文リスト
- Learning Varying Physical Therapist-Patient Interactions for Robot-mediated Upper Limb Task-Specific Training [3.433344218375448]
上肢運動機能の回復は,タスク・スペクティフィック・トレーニング(TST)と十分な治療量に肯定的に関連している。
リハビリテーションロボットは、コントロールされた反復的な治療と、他の患者を同時に管理するためのフリーセラピストを通じて、TSTの量を増やすことができる。
これは、パーソナライズされた理学療法士と患者の相互作用の、不正確なロボット表現と、実践の多様性の欠如と関連している可能性がある。
論文 参考訳（メタデータ） (2026-08-17T01:16:35Z) - Robust Fall Recovery for Armless Bipedal-Wheeled Robots Via Force-Guided Learning [13.56238998710442]
いくつかのヒューマノイドと四肢は、腕を利用して様々な姿勢から回復したり、複数の脚を調整して支援力を発生させることで回復することができる。
両輪ロボットは、腕や他の脚がなければ、足の動きにのみ依存しなければならない。
FTSR(Force-guided Teacher-Student framework with Stage-wise Rewards)を導入してこの問題に対処する。
論文 参考訳（メタデータ） (2026-06-12T08:51:51Z) - SMAT: Staged Multi-Agent Training for Co-Adaptive Exoskeleton Control [1.7061322026474812]
本研究では,ユーザがウェアラブルデバイスに自然に順応する方法を反映した4段階のカリキュラムを提案する。
筋無力症シミュレーション環境において,26筋下肢モデルと腰部外骨格を併用したSMATを実装した。
筋骨格シミュレーションにより、学習した外骨格の制御は、無力状態と比較して平均10.1%の股関節筋活性化を減少させることが示された。
論文 参考訳（メタデータ） (2026-03-08T13:06:36Z) - CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation [70.5382178207975]
hIsight Perturbation (CHIP)は、制御可能なエンドエフェクタ剛性を実現するプラグイン・アンド・プレイモジュールである。
CHIPの実装は簡単で、データ拡張も追加の報酬チューニングも必要ありません。
そこで本研究では,CHIPでトレーニングした汎用モーショントラッキングコントローラが,多種多様な操作タスクを実行できることを示す。
論文 参考訳（メタデータ） (2025-12-16T18:56:04Z) - Policy Learning for Social Robot-Led Physiotherapy [0.9666308705700454]
ソーシャルロボットは、生理療法演習セッションを通じて患者を自律的に導くための、有望なソリューションを提供する。
主要な課題は、堅牢なポリシーを開発するための患者行動データの不足である。
我々は,患者行動モデルを知るために,患者プロキシとして33名の専門医をロボットと対話した。
論文 参考訳（メタデータ） (2025-09-14T14:40:30Z) - Bipedalism for Quadrupedal Robots: Versatile Loco-Manipulation through Risk-Adaptive Reinforcement Learning [21.938067330028066]
四足歩行ロボットに二足歩行を導入し,前肢を開放し,環境との多目的インタラクションを実現する。
後肢を歩行する四足歩行ロボットを対象としたリスク適応型分散強化学習フレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-27T18:51:34Z) - Humanoid Whole-Body Locomotion on Narrow Terrain via Dynamic Balance and Reinforcement Learning [54.26816599309778]
動的バランスと強化学習(RL)に基づく新しい全身移動アルゴリズムを提案する。
具体的には,ZMP(Zero-Moment Point)駆動の報酬とタスク駆動の報酬を,全身のアクター批判的枠組みで拡張した尺度を活用することで,動的バランス機構を導入する。
フルサイズのUnitree H1-2ロボットによる実験により、非常に狭い地形でのバランスを維持するための手法の有効性が検証された。
論文 参考訳（メタデータ） (2025-02-24T14:53:45Z) - Grow Your Limits: Continuous Improvement with Real-World RL for Robotic
Locomotion [66.69666636971922]
本稿では,ロボットの学習過程における探索を調節するポリシー正規化フレームワークであるAPRLを提案する。
APRLは四足歩行ロボットを、数分で完全に現実世界を歩けるように効率よく学習する。
論文 参考訳（メタデータ） (2023-10-26T17:51:46Z) - Natural and Robust Walking using Reinforcement Learning without
Demonstrations in High-Dimensional Musculoskeletal Models [29.592874007260342]
人間は複雑な自然環境の中を歩く頑丈な二足歩行で運動します。
神経系が筋骨格の冗長性をどのように解決し、多目的制御問題を解決するかは、まだ完全には分かっていない。
論文 参考訳（メタデータ） (2023-09-06T13:20:31Z) - Design, Development, and Evaluation of an Interactive Personalized
Social Robot to Monitor and Coach Post-Stroke Rehabilitation Exercises [68.37238218842089]
パーソナライズされたリハビリテーションのための対話型ソーシャルロボット運動指導システムを開発した。
このシステムは、ニューラルネットワークモデルとルールベースのモデルを統合し、患者のリハビリテーション運動を自動的に監視し、評価する。
我々のシステムは,新たな参加者に適応し,専門家の合意レベルに匹敵する,エクササイズを評価するための平均パフォーマンス0.81を達成できる。
論文 参考訳（メタデータ） (2023-05-12T17:37:04Z) - Enabling AI and Robotic Coaches for Physical Rehabilitation Therapy:
Iterative Design and Evaluation with Therapists and Post-Stroke Survivors [66.07833535962762]
人工知能(AI)とロボットコーチは、社会的相互作用を通じてリハビリテーション運動における患者の関与を改善することを約束する。
これまでの研究は、AIやロボットコーチの運動を自動的に監視する可能性を探ったが、デプロイは依然として難しい課題だ。
我々は,AIとロボットコーチが患者の運動をどのように操作し,指導するかに関する詳細な設計仕様を提示する。
論文 参考訳（メタデータ） (2021-06-15T22:06:39Z) - Designing Personalized Interaction of a Socially Assistive Robot for
Stroke Rehabilitation Therapy [64.52563354823711]
社会支援ロボットの研究は、神経学的および筋骨格疾患の患者に対する理学療法セッションを増強し、支援する可能性がある。
本稿では,運動の質を予測するために,患者個別の運動の運動特性を動的に選択できる社会支援ロボットのインタラクティブなアプローチを提案する。
論文 参考訳（メタデータ） (2020-07-13T16:12:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。