计算机科学 > 机器人技术
[提交于 2025年7月28日
]
标题: 投影新身体:穿戴式机器人学习行走过程中身体形象的演变
标题: Projecting the New Body: How Body Image Evolves During Learning to Walk with a Wearable Robot
摘要: 可穿戴机器人技术的进步挑战了传统的人类运动系统定义,因为可穿戴机器人重新定义了身体结构、运动能力和对自身身体的感知。 我们通过选择性感知运动系数(SCoMo)在每次训练后测量步态表现和感知的身体图像。 基于将人类运动学习理论扩展到佩戴者-机器人系统的理论,我们假设在使用机械腿行走时感知的身体图像的学习与实际步态改善共同进化,并变得更加确定和准确。 我们的结果证实了运动学习同时改善了身体和感知的步态模式,使其趋于正常,表明通过练习,佩戴者将机械腿整合到他们的感觉运动系统中,以实现佩戴者-机器人运动协调。 然而,感知运动和实际运动之间仍然存在持续的差异,这可能是由于佩戴者无法直接感知和控制假肢。 此外,后期训练阶段的感知高估可能限制进一步的运动改善。 这些发现表明,增强人类对可穿戴机器人的感知以及频繁校准身体图像的感知对于有效的下肢可穿戴机器人训练和开发更具身体感的辅助技术至关重要。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.