研究人員開發出一個模型，解釋人類在複雜任務中如何持續適應，例如走路，同時保持穩定。
這項研究的結果詳述在最近發表於《自然通訊》（Nature Communications）期刊的論文中，作者包括麻省理工學院（MIT）腦與認知科學系的助理教授Nidhi Seethapathi、Bright Minds Inc.的機器人軟體工程師Barrett C. Clark，以及俄亥俄州立大學（Ohio State University）機械與航空工程系的副教授Manoj Srinivasan。
任務類型的不同
在一些特定的任務中，例如伸手去拿一個物體，某一個任務中的錯誤不會影響下一個任務。但在像走路這樣的任務中，錯誤可能會對穩定性造成短期和長期的影響，除非這些錯誤被控制住。這使得在新環境中適應走路的挑戰變得更加複雜。
新模型的發展
Seethapathi表示：「我們之前對適應的理論理解主要局限於特定的任務，例如在新環境中伸手去拿物體。這個新的理論模型捕捉了在多種走路環境中持續長期任務的適應現象。」
為了建立這個模型，研究人員確定了在各種任務環境中走路適應的一般原則，並開發出一個統一的模組化和分層模型，每個組件都有其獨特的數學結構。
模型的成功應用
這個模型成功地描述了人類在新環境中如何適應走路，例如在一個每隻腳速度不同的分帶跑步機上、穿著不對稱的腿部重物，以及穿著外骨骼。作者報告說，這個模型成功重現了10項先前研究中的人類走路適應現象，並正確預測了在這項研究中進行的兩個新實驗中的適應行為。
未來的應用
這個模型在感覺運動學習、康復和可穿戴機器人方面有潛在的應用。
Seethapathi表示：「擁有一個可以預測一個人如何適應新環境的模型對於工程更好的康復方案和可穿戴機器人控制非常有用。你可以把可穿戴機器人本身視為一個人移動的新環境，我們的模型可以用來預測一個人在不同機器人設置下的適應情況。理解這種人機適應目前是一個實驗密集的過程，而我們的模型可以通過縮小搜索範圍來加速這個過程。」
本文由 AI 台灣 運用 AI 技術編撰，內容僅供參考，請自行核實相關資訊。
歡迎加入我們的 AI TAIWAN 台灣人工智慧中心 FB 社團，
隨時掌握最新 AI 動態與實用資訊！
