論文の概要: Multi-Agent Reinforcement Learning of Co-Adaptive Hip Exoskeleton Control (MARL-Exo) for Metabolic Energy Reduction
- arxiv url: http://arxiv.org/abs/2610.37441v1
- Date: Tue, 27 Oct 2026 15:49:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-28 21:04:31.680855
- Title: Multi-Agent Reinforcement Learning of Co-Adaptive Hip Exoskeleton Control (MARL-Exo) for Metabolic Energy Reduction
- Title（参考訳）: 代謝エネルギー削減のための共適応ヒップエクソスケルトン制御(MARL-Exo)のマルチエージェント強化学習
- Abstract要約: 本研究の目的は, 筋骨格モデルと協調してメタボリック・エネルギ報酬を付与することにより, シミュレーションで訓練したヒップ・エキソスケルトン・ポリシーが, ユーザ単位のチューニングを行なわずに新規ユーザを歩行する際の代謝コストを低減できるかどうかを判断することである。
- 参考スコア（独自算出の注目度）: 1.5617797712963508
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Objective: This study aims to determine whether a hip-exoskeleton policy trained in simulation, by co-adapting with a musculoskeletal human model under a metabolic-energy reward, reduces the metabolic cost of walking in new users without per-user tuning, and how mechanical-power shaping affects the learned assistance. Methods: We developed MARL-Exo, a multi-agent reinforcement learning framework in which a full-body human model (304 muscle actuators; randomized anatomy, gait, and speed) and a bilateral hip-exoskeleton policy are trained concurrently in two stages. The exoskeleton observes only delayed hip kinematics and its past commands; its reward includes muscle metabolic power from a physiologically based energetics model, alone (Metabolic) or with mechanical-power shaping (Metabolic + Power). The Metabolic policy was deployed and tested without retraining in eight healthy adults walking at 1.25 m/s, using indirect calorimetry. Results: In simulation, the Metabolic policy reduced modeled muscle metabolic power by 13.8% relative to no-device walking, versus 8.8% for Metabolic + Power. On hardware, MARL-Exo reduced net metabolic rate by 18.3 $\pm$ 6.6% relative to Passive in all eight participants. Relative to No-Exo, the mean reduction was 7.4 $\pm$ 10.0%; six participants more than offset the 13.1% device-wearing penalty, walking up to 24.2% below their No-Exo cost. Conclusion: A metabolically informed policy co-adapted in simulation transferred to users without per-user tuning and consistently reduced the metabolic cost of walking with the device, while explicit power shaping reduced the simulated benefit. Significance: Unlike per-user human-in-the-loop optimization, this approach yields a single population-level controller and allows assistance objectives to be screened in simulation before human testing.
- Abstract（参考訳）: 目的: 本研究の目的は, 筋骨格モデルと併用したメタボリック・エネルギ報酬, ユーザ単位のチューニングを伴わない新規ユーザにおける歩行のメタボリックコストの低減, 機械力の整形が学習支援にどのような影響を及ぼすか, シミュレーションでトレーニングしたヒップ・エクソスケルトン・ポリシーを判断することである。
方法:MARL-Exoは,全体人体モデル(304個の筋アクチュエータ,無作為解剖,歩行,速度)と両側の股関節外骨格反応を2段階に分けて訓練する多エージェント強化学習フレームワークである。
エキソスケルトンは、遅延したヒップキネマティクスとその過去のコマンドのみを観察し、その報酬には、生理学的にベースとしたエネルギーモデルからの筋肉代謝力、単独(メタボリック)、または機械パワーシェーピング(メタボリック+パワー)が含まれる。
メタボリック・ポリシーは、間接カロリー測定を用いて、1.25m/sで歩く健康な8人の成人で再訓練することなく展開され、試験された。
結果: シミュレーションの結果, メタボリック・ポリシーにより, 筋代謝力は非デバイス歩行と比較して13.8%減少し, メタボリック+パワーは8.8%低下した。
ハードウェア上では、MARL-Exoは8人の参加者すべてに対して、ネット代謝率を18.3$\pm$ 6.6%削減した。
No-Exoと比較して、平均的な減額は7.4ドル\pm$10.0%であり、13.1%のデバイス着用のペナルティを相殺するよりも6人の参加者がNo-Exoのコストより24.2%も低い。
結論: ユーザごとのチューニングを行なわずにシミュレーションに適応したメタボリックインフォメーションがユーザに対して適応し, デバイスとの歩行のメタボリックコストを一貫して低減し, 明示的なパワーシェイピングによりシミュレーションによるメリットを低減した。
意義: ユーザ毎のループ最適化とは異なり、このアプローチは1つの集団レベルのコントローラを生成し、人間のテストの前にシミュレーションで補助対象をスクリーニングすることを可能にする。
関連論文リスト
- Staged Multi-Agent Training (SMAT) for Hip Exoskeletons: Metabolic and Biomechanical Validation of a Simulation-Trained Co-Adaptive Controller [1.5617797712963508]
本報告ではSMATの生理的妥当性について述べる。
単一のシミュレーショントレーニングされたSMATポリシは、トレーニングされた条件を超えて堅牢なまま、実際のユーザに対して大きなメタボリックなメリットを提供する。
論文 参考訳（メタデータ） (2026-08-01T15:31:14Z) - Energy-Efficient Arm Reaching for a Humanoid Robot via Deep Reinforcement Learning with Identified Power Models [44.9566685062534]
本論文では,UnitreeG1ヒューマノイドロボットの7自由度左腕のための,エンドツーエンドでエネルギーを意識した強化学習フレームワークを提案する。
このポリシーは、3つの独立した10ターゲットのバッチで検証され、平均エネルギーは71.5 pm 48.3$,J、終端エフェクター位置誤差は2.64 pm 1.04$,cm、方位誤差は6.92 pm 1.33circ$ -- SI4centimetre/$8.6circ$のトレーニング耐性を持つ。
論文 参考訳（メタデータ） (2026-06-14T16:46:18Z) - Simulating clinical interventions with a generative multimodal model of human physiology [49.828582089394445]
HealthFormerは、人間の生理的軌道を生成的にモデル化するデコーダのみのトランスフォーマーである。
7つの領域にまたがる667個の測定値に対して,各被験者の健康軌道をトークン化する。
HealthFormerは、30のインシデント障害および死亡エンドポイントのうち27の予測を改善し、各比較で確立された臨床リスクスコアを超えた。
論文 参考訳（メタデータ） (2026-04-30T14:10:30Z) - Musculoskeletal Motion Imitation for Learning Personalized Exoskeleton Control Policy in Impaired Gait [1.224954637705144]
身体と臨床の両方において、スケーラブルな個人化された外骨格支援を実現するためのデバイス非依存の枠組みを導入する。
制御方針は, 生理学的に妥当な運動動態を生じさせ, 臨床に観察された筋力障害に対する補充戦略を捉えている。
タスク固有のチューニングがなければ、結果として生じる外骨格制御ポリシーは、人間の実験で検証された最先端のプロファイルと一致する、股関節と足首の補助トルクプロファイルを生成する。
論文 参考訳（メタデータ） (2026-04-10T15:49:24Z) - Towards Embodied AI with MuscleMimic: Unlocking full-body musculoskeletal motor learning at scale [38.15316304510102]
muscleMimicは、生理学的に現実的な筋肉駆動モデルを用いたモーション模倣学習のためのオープンソースのフレームワークである。
筋骨格シミュレーションに計算障壁とデータバリアを下げることにより、マッスルミミックは様々な動的運動にまたがる系統的なモデル検証を可能にする。
論文 参考訳（メタデータ） (2026-03-26T15:18:37Z) - MorFiC: Fixing Value Miscalibration for Zero-Shot Quadruped Transfer [50.54752207285298]
異なる形態を持つ四足歩行ロボット間で学習された移動ポリシーを一般化することは、依然として課題である。
単一共有ポリシを用いたゼロショットクロスモルフォロジーロコモーションのための強化学習手法であるMorFiCを提案する。
また,MorFiCは,形態素間の値予測誤差の分散を低減し,有利な推定値を安定化することを示した。
論文 参考訳（メタデータ） (2026-03-15T19:03:34Z) - 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) - Organ-Agents: Virtual Human Physiology Simulator via LLMs [66.40796430669158]
オルガン-エージェント(Organ-Agents)は、LDM駆動のエージェントを介して人間の生理学をシミュレートする多エージェントフレームワークである。
症例は7,134例,コントロール7,895例で,9系統および125変数にわたる高分解能トラジェクトリを作成した。
臓器抗原は4,509人の保留患者に対して高いシミュレーション精度を達成し, システムごとのMSE0.16とSOFA系重症度層間の堅牢性を示した。
論文 参考訳（メタデータ） (2025-08-20T01:58:45Z) - Diff-MSM: Differentiable MusculoSkeletal Model for Simultaneous Identification of Human Muscle and Bone Parameters [5.071602765737453]
筋と骨のパラメータを同時に同定するために,Diff-MSM (Diff-MSM) を用いた。
Diff-MSMを用いた新しいパラメータ識別技術は、筋肉の健康モニタリング、リハビリテーション、スポーツ科学における新しい応用を可能にする大きな可能性を秘めている。
論文 参考訳（メタデータ） (2025-08-18T18:43:43Z) - 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) - Muscles in Time: Learning to Understand Human Motion by Simulating Muscle Activations [64.98299559470503]
マッスル・イン・タイム (MinT) は、大規模な人工筋肉活性化データセットである。
227名の被験者と402名の模擬筋骨格をカバーする9時間以上のシミュレーションデータを含んでいる。
ヒトのポーズ配列からニューラルネットワークを用いた筋活動量推定の結果を示す。
論文 参考訳（メタデータ） (2024-10-31T18:28:53Z)
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。