几十年来，为帮助人类行走或从事体力劳动而设计的机器人外骨骼一直是科幻小说的最爱。还记得《异形》里的艾伦·雷普利吗?还是2015年乔治·麦克弗莱在《回到未来2》中穿着疯狂的移动平台，因为他扭伤了背部?

研究人员正在研究现实生活中的机器人辅助设备，它可以保护工人免受痛苦的伤害，并帮助中风患者恢复行动能力。到目前为止，它们需要大量的校准和上下文特定的调整，这使得它们主要局限于研究实验室。

佐治亚理工学院的机械工程师可能即将改变这一点，允许外骨骼技术应用于家庭、工作场所等。

Aaron Young实验室的一组研究人员已经开发出一种通用的方法来控制机器人外骨骼，不需要训练，不需要校准，也不需要对复杂的算法进行调整。相反，用户可以戴上“exo”然后离开。

他们的系统使用一种被称为深度学习的人工智能来自主调整外骨骼提供帮助的方式，他们已经证明，它可以无缝地支持行走、站立、爬楼梯或斜坡。他们在3月20日的《科学机器人》杂志上描述了他们的“统一控制框架”。

“我们的目标不仅仅是提供对不同活动的控制，而是创建一个单一的统一系统。你不需要按下按钮来切换模式，也不需要一些分类算法来试图预测你是在爬楼梯还是在走路，” Aaron Young说。

机器学习作为翻译

这一领域之前的大部分研究都集中在一次一项活动上，比如在平地上行走或爬楼梯。所涉及的算法通常试图对环境进行分类，以便为用户提供正确的帮助。

乔治亚理工的团队把它扔出了窗外。他们没有关注环境，而是关注人类——肌肉和关节发生了什么——这意味着具体的活动并不重要。

“我们不再试图将人类运动归类为我们所谓的离散模式——比如平地行走或爬楼梯——因为真正的运动要混乱得多，相反，我们根据用户的潜在生理机能来设计控制器。身体在任何时间点的活动都会告诉我们需要知道的关于环境的一切。然后我们使用机器学习作为传感器在外骨骼上测量的数据和肌肉产生的扭矩之间的转换器。”

控制器通过团队开发的髋关节外骨骼提供辅助，他们发现可以减少用户的代谢和生物力学努力:他们消耗的能量更少，他们的关节不需要像不戴设备那样努力工作。

换句话说，即使设备本身增加了额外的重量，佩戴外骨骼对用户来说也是有益的。

Aaron Young说:“这项技术的酷之处在于，它可以根据每个人的内部动态进行调整，而无需任何调整或启发式调整，这与该领域的许多工作有很大的不同。”“不需要对特定主题进行调整或改变参数来使其发挥作用。”

本研究的控制系统是针对部分辅助装置设计的。这些外骨骼支持运动，而不是完全取代体力。

该团队还包括Molinaro和另一位现就职于卡内基梅隆大学(Carnegie Mellon University)的前博士生Inseung Kang，他们使用了一种现有的算法，并根据他们在Young的实验室收集的大量力和动作捕捉数据对其进行了训练。不同性别和体型的研究对象穿着动力髋骨外骨骼，在力板上以不同的速度行走，爬可调节高度的楼梯，上下坡道，并在这些动作之间转换。

就像制作电影的动作捕捉工作室一样，每个动作都被记录下来并编目，以了解关节在每个动作中做了什么。

正如 Aaron Young所说，科学机器人的研究是“应用不可知论”的。然而，他们的控制器为机器人外骨骼设备在现实世界的可行性提供了第一座桥梁。

想象一下，机器人的帮助会给士兵、航空行李搬运工或任何从事肌肉骨骼损伤风险高的体力劳动的工人带来多大的好处。