論文の概要: A Human-in-the-Loop Comparison of Proportional Control and Adaptive Gravity Compensation in Elbow EMG-Driven Exoskeletons

• arxiv url: http://arxiv.org/abs/2610.26445v1
• Date: Mon, 19 Oct 2026 14:05:45 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:18:25.733758
• Title: A Human-in-the-Loop Comparison of Proportional Control and Adaptive Gravity Compensation in Elbow EMG-Driven Exoskeletons
• Title（参考訳）: 肘筋電図駆動性外骨格における比例制御と適応重力補償の対人比較
• Abstract要約: 上肢のエキソ骨格は比例的な筋電制御(PMC)に依存しており、これはユーザーの努力を増幅するが、高い援助レベルで安定性を損なう可能性がある。 筋電図による適応重力補償(AGC)は、神経筋活動に継続的に適応しながら、重力トルクを逆バランシングする有望な代替手段を提供する。 本研究では,異なる支援レベルにおける2つのPMC戦略,純粋に積分されたAGC(AGC-PI),キネマティクスとアクセラレーションを考慮したAGC(AGC-AW),再帰的最小方形(AGC)に基づく新しいMBAGCアプローチの5つの制御アルゴリズムを評価する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Electromyography (EMG)-driven control enables wearable robots to assist users based on their neuromuscular activity. Upper-limb exoskeletons typically rely on proportional myoelectric control (PMC), which amplifies user effort but may compromise stability at high assistance levels. EMG-driven adaptive gravity compensation (AGC) offers a promising alternative, counterbalancing gravitational torques while continuously adapting to neuromuscular activity. However, these approaches have not been systematically compared in a human-in-the-loop setting. This study evaluates five control algorithms: two PMC strategies at different assistance levels, a purely integral AGC (AGC-PI), a kinematics- and acceleration-aware model-based (MB) AGC (AGC-AW), and a novel MB AGC approach based on Recursive Least Squares (AGC-RLS) for online payload estimation. Fourteen healthy participants performed target-reaching tasks using an active elbow exoskeleton under 0 kg and 2 kg loading conditions. Performance metrics included muscular activity, movement accuracy, task efficiency, and subjective workload. PMC exhibited a trade-off between physical effort and task performance: low assistance levels required greater physical effort under load, whereas high gains impaired task execution. AGC-PI reduced agonist activity but induced antagonist activation. In contrast, both model-based AGC approaches effectively compensated for external payloads, reducing physical and cognitive demands while improving movement accuracy and completion time.
• Abstract（参考訳）: 筋電図(EMG)による制御により、ウェアラブルロボットは神経筋活動に基づいてユーザを支援することができる。 上肢のエキソ骨格は通常、比例的な筋電制御(PMC)に依存しており、これはユーザーの努力を増幅するが、高い援助レベルで安定性を損なう可能性がある。 筋電図による適応重力補償(AGC)は、神経筋活動に継続的に適応しながら、重力トルクを逆バランシングする有望な代替手段を提供する。 しかし、これらのアプローチは、人間のループ設定において体系的に比較されていない。 本研究では,異なる支援レベルにおける2つのPMC戦略,純粋に積分されたAGC(AGC-PI),キネマティクスとアクセラレーションを考慮したAGC(AGC-AW),およびオンラインペイロード推定のための再帰的最小方形(AGC-RLS)に基づく新しいMB AGCアプローチの5つの制御アルゴリズムを評価する。 健常者14人は,0kg,2kgの負荷条件下で,活動性肘外骨格を用いて目標達成作業を行った。 パフォーマンス指標には、筋活動、運動精度、作業効率、主観的作業負荷があった。 PMCは、身体的努力とタスクパフォーマンスのトレードオフを示し、低援助レベルは負荷下でより大きな身体的努力を必要とし、高い利得はタスク実行を損なう。 AGC-PIはアゴニスト活性を低下させたが、アゴニスト活性化を誘導した。 対照的に、モデルベースのAGCアプローチは、外部ペイロードに対して効果的に補償され、運動精度と完了時間を改善しながら、物理的および認知的要求を減らす。

関連論文リスト

• A Flow-Theoretic Multimodal Control Framework Fusing Mental and Physical Engagement for Upper-Limb Rehabilitation [2.881429486711349]
  脳波に基づく心的エンゲージメントとsEMGに基づく身体的エンゲージメントを融合させ,フロー理論によるマルチモーダルAANフレームワークを提案する。 4クワッドラントのファジィ判定エンジンは、これらの2つの生理的指標を連続的な制御ポリシーに変換する。
  論文  参考訳（メタデータ） (2026-10-15T09:36:19Z)
• MSK-Bench: Benchmarking Full-Body Musculoskeletal Motor Control Across Tasks, Control Paradigms, and Physiological Metrics [39.71088139993987]
  我々は、22のフルボディモーター制御タスクを3つの段階に分けたベンチマークであるMSK-Benchを紹介した。 MSK-Benchは、報酬ベースRL、エージェント報酬チューニング、潜在アクションRL、模倣優先制御、模倣前よりも残留適応を含む5つの代表的な制御パラダイムを評価している。
  論文  参考訳（メタデータ） (2026-09-22T17:52:19Z)
• Staged Multi-Agent Training (SMAT) for Hip Exoskeletons: Metabolic and Biomechanical Validation of a Simulation-Trained Co-Adaptive Controller [1.5617797712963508]
  本報告ではSMATの生理的妥当性について述べる。 単一のシミュレーショントレーニングされたSMATポリシは、トレーニングされた条件を超えて堅牢なまま、実際のユーザに対して大きなメタボリックなメリットを提供する。
  論文  参考訳（メタデータ） (2026-08-01T15:31:14Z)
• Causally Debiased Latent Action Model for Embodied Action Conditioned World Models [47.281442841934876]
  行動条件付き世界モデル(ACWMs)は、身体的行動に基づく将来の観測をシミュレートすることを目的としている。 既存のLAMは、通常、再構築のみの目的で訓練される。 LAMベースのACWMのための因果脱バイアスフレームワークCD-LAMを提案する。
  論文  参考訳（メタデータ） (2026-07-10T08:20:27Z)
• From Articulated Kinematics to Routed Visual Control for Action-Conditioned Surgical Video Generation [43.4347713269043]
  動作条件付き手術用ビデオ生成は、ロボット手術にとって非常に難しい問題である。 そこで本研究では,音声キネマティクスを5つの画像整列制御モダリティの統一集合に変換するキネマティクス対視覚リフティングパラダイムを提案する。 本手法は,多様なベースライン上での行動忠実度,視覚的忠実度,ドメイン間の一般化を継続的に改善する。
  論文  参考訳（メタデータ） (2026-05-09T05:48:51Z)
• 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)
• Reinforcement-Learning-Based Assistance Reduces Squat Effort with a Modular Hip--Knee Exoskeleton [0.0]
  スクワット作業を支援するために設計されたモジュール型Hip-Kneeexoskeletonに対するニューラルネットワークコントローラの有効性を評価した。 このコントローラは、最近の関節角度と速度履歴に基づいて、リアルタイムの股関節と膝のアシストトルクを生成した。 その結果,RLをベースとした制御器は,各被験者の運動量やタイミングに合わせてトルクプロファイルを生成することで個人に適応することがわかった。
  論文  参考訳（メタデータ） (2026-02-19T19:51:38Z)
• EnECG: Efficient Ensemble Learning for Electrocardiogram Multi-task Foundation Model [46.84040404474695]
  EnECGは、複数の特別な基礎モデルを統合するアンサンブルベースのフレームワークであり、それぞれECG解釈の異なる側面で優れている。 本稿では,基礎モデルの強力な表現力を維持しつつ,計算・メモリコストの削減に寄与することを示す。 このフレームワークは特徴抽出と予測性能を向上するだけでなく、実際の臨床応用に実用的な効率性も確保する。
  論文  参考訳（メタデータ） (2025-11-28T07:22:33Z)
• Reinforcement learning-based motion imitation for physiologically plausible musculoskeletal motor control [47.423243831156285]
  筋運動制御の理解を深めるために,モデルフリー運動模倣フレームワーク(KINESIS)を提案する。 我々は,KINESISが1.9時間のモーションキャプチャデータに対して強い模倣性能を達成できることを実証した。 キネシスはヒトの筋活動とよく相関する筋活動パターンを生成する。
  論文  参考訳（メタデータ） (2025-03-18T18:37:49Z)
• Continuous Decoding of Daily-Life Hand Movements from Forearm Muscle Activity for Enhanced Myoelectric Control of Hand Prostheses [78.120734120667]
  本研究では,前腕のEMG活性をハンドキネマティクスに連続的にマップする,長期記憶(LSTM)ネットワークに基づく新しい手法を提案する。 私たちの研究は、この困難なデータセットを使用するハンドキネマティクスの予測に関する最初の報告です。 提案手法は, 人工手指の複数のDOFの独立的, 比例的アクティベーションのための制御信号の生成に適していることが示唆された。
  論文  参考訳（メタデータ） (2021-04-29T00:11:32Z)

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。