arXiv · ML· Yifei Yuan, Jakob Wolf, Ghaith Androwis, Xianlian Zhou·· 5 小时前AI 评分23
MARL-Exo 多智能体强化学习框架：通过共适应髋部外骨骼控制降低代谢能量
Multi-Agent Reinforcement Learning of Co-Adaptive Hip Exoskeleton Control (MARL-Exo) for Metabolic Energy Reduction
AI 导读
MARL-Exo 框架利用多智能体强化学习共适应人体与髋部外骨骼，在八名健康受试者中无需针对个人调优即降低行走代谢成本。 模拟中纯代谢策略使模型肌肉代谢功率降低 13.8%，硬件测试中净代谢率较被动组降低 18.3%，其中 6 名受试者代谢成本降低幅度最高达 24.2%。 该方法生成单一群体级控制器，允许在人类测试前于模拟中筛选辅助目标。
来源：arXiv · ML · arxiv.org