佐治亚理工学院的研究人员借助人工智能，为外骨骼设备研发带来重大突破，让开发、改进并部署可穿戴机器人帮助行动不便者变得更为实际。此前，制造实用可穿戴机器人设备，驱动系统的计算机大脑训练耗时耗钱，还需专门实验室收集海量人体数据。且系统更改改进就得重新收集数据训练，成本高昂，现实应用不切实际。

如今，佐治亚理工学院工程师和计算机科学家开发出一种人工智能工具，能把海量现有人体运动数据转化为功能性外骨骼控制器，无需数据收集、重新训练，也无需为特定设备投入大量额外实验室时间。研究成果打造的外骨骼“大脑”，在髋关节和膝关节运动辅助上性能堪比市面上最好的控制器，相关成果于11月19日发表在《科学机器人》杂志上。

该研究由前博士生基顿·舍佩雷尔领导，众多研究人员参与，还与交互式计算学院团队合作开发了关键AI系统。他们使用名为CycleGAN的AI技术，将人们不穿戴外骨骼时的运动数据集与穿戴时的运动方式关联，预测机器人辅助量。新型人工智能模型无需像之前研发高性能控制器那样，花费数年收集使用数据，它能即时检测估算用户关节运动和施加的力，外骨骼将力提升高达20%。

这项研究意义重大，不仅加速实验室研究，还为其他机器人专家部署控制器打开大门。其成果不仅适用于腿部外骨骼，还能应用到上肢系统、假肢系统甚至自主机器人上。研究人员期待与行业伙伴合作，尽快将控制器部署到实际系统。

更多信息： Keaton L. Scherpereel 等人，《深度领域自适应消除任务无关可穿戴机器人控制所需的昂贵数据》，《科学机器人》(2025)。期刊信息： 《科学机器人学》