Musculoskeletal Motion Imitation for Learning Personalized Exoskeleton Control Policy in Impaired Gait
تقدم هذه الورقة إطار عمل غير مرتبط بجهاز معين يجمع بين المحاكاة العضلية الهيكلية ذات المعقولية الفسيولوجية والتعلم التعزيزي لتوليد سياسات تحكم في الهياكل الخارجية قابلة للتوسع والتخصيص، تعمل على تحسين الكفاءة الأيضية وتماثل المشية لكل من الأصحاء وذوي الإعاقة دون الحاجة إلى تجارب بدنية مكثفة أو ضبط خاص بالمهام.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول تعليم روبوت كيف يمشي مثل البشر. في الماضي، حاول العلماء القيام بذلك عن طريق وضع روبوت حقيقي على شخص حقيقي، وطلبوا منه المشي، ثم قاموا بقياس شعوره، وبعد ذلك قاموا بتعديل إعدادات الروبوت. كانوا يكررون هذه العملية مئات المرات، ويجربون تركيبات مختلفة حتى يجدوا الإعداد "المثالي".
المشكلة: هذا يشبه محاولة ضبط تردد راديو عبر تدوير القرص أثناء قيادة سيارة بسرعة 60 ميلاً في الساعة. إنها عملية بطيئةة، مرهقة، وخطيرة. كما أنه من المستحيل القيام بذلك مع كل شخص، خاصة أولئك المصابين أو المرضى، لأنهم قد يصابون بالتعب الشديد أو الأذى خلال عملية التجربة والخطأ هذه.
الحل: تقدم هذه الورقة البحثية نهج "التوأم الرقمي" (Digital Twin). فبدلاً من الاختبار على أشخاص حقيقيين، قام الباحثون ببناء لعبة فيديو متطورة للغاية لجسم بشري يحتوي على عضلات وعظام ومفاصل حقيقية. ثم استخدموا "طالباً ذكياً يعمل بالذكاء الاصطعي" (التعلم التعزيزي - Reinforcement Learning) ليتعلم كيفية المشي داخل هذه اللعبة.
إليك تفصيل لكيفية قيامهم بذلك، باستخدام تشبيهات بسيطة:
1. "الطالب المثالي" (المحاكاة)
اعتبر المحاكاة بمثابة جهاز محاكاة طيران لعملية المشي.
- الهدف: مهمة الطالب (الذكاء الاصطناعي) هي مشاهدة فيديو لشخص سليم يمشي (المرجع) وتقليده بدقة.
- الخدعة: الذكاء الاصطناعي لا يقلد مجرد شكل الحركة (مثل الدمية)؛ بل يقلد الفيزياء. عليه أن يكتشف أي العضلات يجب أن تنقبض وكيف يجب أن تدفع، تماماً كما يفعل الدماغ البشري الحقيقي.
- نظام المكافأة: يحصل الذكاء الاصطناعي على نقاط للمشي بسلاسة والتشبه بالفيديو. لكنه يحصل على نقاط هائلة عندما يكون فعالاً في استهلاك الطاقة. إذا أهدر الطاقة، فإنه يخسر النقاط. هذا يجبر الذكاء الاصطناعي على تعلم الطريقة الأكثر طبيعية وبشرية في الحركة.
2. "عجلات التدريب" (التحكم في الهيكل الخارزي)
بمجرد أن تعلم الذكاء الاصطناعي كيفية المشي بشكل مثالي بمفرده، أضاف الباحثون "عجلات التدريب" (الهيكل الخارزي/Exoskeleton).
- التجربة: سألوا الذكاء الاصطناعي: "إذا كان لديك دعامة مزودة بمحرك عند وركك أو كاحلك، كيف ستستخدمها لتسير بشكل أفضل؟"
- النتيجة: اكتشف الذكاء الاصطناعي بالضبط متى يدفع ويسحب لتوفير الطاقة. لقد وجد أن مساعدة الكاحل على الدفع في اللحظة المناسبة توفر أكبر قدر من الطاقة، وهو ما يتوافق مع ما وجدته التجارب البشرية الحقيقية على مدار سنوات من الاختبارات.
- السحر: قام الذكاء الاصطناعي بذلك في بضعة أيام من وقت الكمبيوتر، بينما كان القيام بذلك على بشر حقيقيين سيستغرق سنوات من العمل المخبري.
3. "اللاعب المصاب" (المشية المعاقة)
هذا هو الجزء الأكثر إثارة. قام الباحثون بعد ذلك بـ "إصابة" الذكاء الاصطناعي الرقمي.
- الإصابة: قاموا بخفض قوة عضلات معينة في المحاكاة، مثل "مفتاح خافت للضوء" (Dimmer switch) على مصباح كهربائي. على سبيل المثال، أضعفوا عضلة الساق (مما يجعل من الصعب الدفع للأمام) أو عضلة الورك (مما يجعل من الصعب رفع الساق).
- التعويض: تماماً مثل الشخص الحقيقي المصاب، بدأ الذكاء الاصطناعي يمشي بشكل غريب. إذا كانت عضلة الساق ضعيفة، سيبدأ في رفع وركه بالكامل ليدفع الساق للأمام (وهي حركة تسمى "رفع الورك" أو Hip hiking).
- الإصلاح المخصص: ثم سأل الباحثون الذكاء الاصطناعي: "الآن بعد أن أصبحت مصاباً، كيف يمكن للهيكل الخارزي أن يساعدك أنت تحديداً؟"
- النتيجة: لم يقم الذكاء الاصطناعي بتقديم نفس المساعدة لكلا الساقين. لقد أدرك أن الساق المصابة تحتاج إلى دفعة كبيرة للدفع، بينما الساق السليمة لا تحتاج إلى شيء تقريباً. لقد ابتكر "شريك رقص" غير متماثل ومخصص يساعد الجانب المصاب على اللحاق بالركب، مما جعل المشية أكثر سلاسة وأقل إرهاقاً.
لماذا هذا الأمر مهم؟
تخيل لو كان بإمكانك تصميم كرسي متحرك مخصص أو دعامة مشي لمريض دون الحاجة أبداً لربطه بجهاز واختباره لمدة 10 ساعات.
- السرعة: يمكنك محاكاة آلاف الإصابات والحلول المختلفة في يوم واحد.
- الأمان: يمكنك اختبار سيناريوهات خطيرة (مثل السقوط أو السرعات القصوى) دون إيذاء أي شخص.
- التخصيص: يمكنك إنشاء "مقاس مثالي" لإصابة معينة لشخص معين قبل أن يضع قدمه في العيادة.
باختاً المختصر: لقد بنى الباحثون صالة ألعاب رياضية افتراضية حيث يتعلم الذكال الاصطناعي المشي، ثم يُصاب، ثم يتعلم كيفية استخدام دعامة روبوتية ليمشي مرة أخرى. هذا يسمح لهم بتصميم المساعدين الروبوتيين المثاليين للبشر الحقيقيين، مما يوفر الوقت والمال والجهد البشري.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.