Añadir a mis favoritos
Ver traducción automática
Esta es una traducción automática. Para ver el texto original en inglés
haga clic aquí
#Novedades de la industria
{{{sourceTextContent.title}}}
El sistema de aprendizaje del refuerzo entrena automáticamente a las piernas prostéticas
{{{sourceTextContent.subTitle}}}
Las prótesis accionadas de la pierna pueden dar a amputados la capacidad de caminar por largos periodos del tiempo y de hacer tan enérgicamente. La realidad es que estos dispositivos están bastante anticuados y la programación de ellos para actuar suavemente para producir un paso natural tarda horas, y los resultados son raramente perfectos.
{{{sourceTextContent.description}}}
Los científicos en Carolina State University del norte, la universidad de Carolina del Norte, y la universidad de estado de Arizona ahora han desarrollado un sistema de adaptación automatizado que confía puramente en una técnica llamada refuerzo que aprende hacer su trabajo. Esto permite que el paciente camine simplemente con un nuevo prostético en una rueda de ardilla mientras que es dirigida por un terapeuta. El sistema supervisa las intenciones del paciente y del movimiento del prostético, y ajusta en el tiempo real basado en las lecturas.
Toma sobre cerca de diez minutos para entrenar a una pierna prostética de modo que sienta muy natural. Esto es parcialmente debido al hecho de que el sistema ajusta docena diversos parámetros, tales como tiesura común, en cada paso durante el proceso de entrenamiento. “Comenzamos dando a un paciente una rodilla prostética accionada con un sistema de parámetros aleatoriamente seleccionado,” dijo a Helen Huang, co-autor del estudio, el aviso. “Entonces tenemos el paciente comenzar a caminar, bajo circunstancias controladas. Los datos sobre el dispositivo y el paso del paciente se recogen vía una habitación de sensores en el dispositivo,” Huang dice. “Un modelo de ordenador adapta parámetros en el dispositivo y compara el paso del paciente al perfil de un paso que camina normal en tiempo real. El modelo puede decir qué ajustes del parámetro mejoran funcionamiento y qué ajustes empeoran funcionamiento. Usando el refuerzo que aprende, el modelo de cómputo puede identificar rápidamente el sistema de parámetros que permite que el paciente camine normalmente. Los acercamientos existentes, confiando en clínicos entrenados, pueden tardar medio día.”
Actualmente la pierna y los sensores prostéticos están conectados vía un cable gordo con un sistema informático, que funciona con el algoritmo de aprendizaje del refuerzo y hace los ajustes. Los pasos siguientes implicarán el hacer de este sistema inalámbrico y capaz de ser utilizado por los pacientes en sus ambientes normales. Esto debe mejorar la calidad del entrenamiento y llevar a pasos que caminan más naturales.