義足制御を個別最適化する新手法、仮想実験で実機予測を高精度化
3行解説
- 動力付き膝足首義足の制御を個別最適化する研究が発表されました。
- MuJoCo上で義足の動きを再現し、実測した歩行データを使いました。
- 3人の被験者で、実機の結果を高い精度で予測できました。
義足制御を個人ごとに合わせる新しいシミュレーションとは
2026年7月24日、Duong Le氏らは、動力付き膝足首義足の制御を個人ごとに合わせるための「再生制約付きシミュレーション枠組み」を発表しました。対象は、太ももから下を失った3人の参加者による平地歩行です。歩行速度は0.8m/sでした。
この手法では、MuJoCoというロボットや物体の動きを仮想空間で試せるシミュレータを使います。そこに、参加者ごとの股関節の動きと、床から受ける力の実測値を入れます。人の筋肉や神経の動きまで細かくモデル化しなくても、義足側の動きを再現しやすくする狙いです。
研究チームは、深層強化学習という、試行錯誤を通じて動きを学ぶ方法も組み合わせました。膝と足首の両方について、位相ごとの剛性、減衰、平衡角を同時に個別化しています。評価には、義足に載ったセンサーだけで計算する生体模倣報酬を使いました。実験では、シミュレーションと実機の結果の相関がPearson r=0.96〜0.997と高く、未個別化の基準より報酬が42〜59%向上しました。
実機に近い予測ができると、調整の進め方が変わる
今回のポイントは、人の歩き方を丸ごと再現しなくても、義足側の制御をかなり細かく詰められる点です。義足のような装着型ロボットは、使う人の体格や歩き方の差が大きく、同じ設定をそのまま当てはめにくい分野です。だからこそ、実機で何度も試す前に、仮想空間で候補を絞れる価値は大きいです。
特に、相関が0.96〜0.997まで出ているのは見逃せません。シミュレーションで上位だった制御が、実機でも上位5位以内に入ったという結果は、調整の順番を変える手がかりになります。最初から現場で長時間の試行錯誤を重ねるのではなく、まず仮想空間で絞り込み、最後に実機で確認する流れが見えます。
この考え方は、義足だけで終わる話ではありません。人と直接かかわる支援ロボットでは、相手の体の動きに合わせる設計が欠かせません。だからこそ、個人差を前提にした制御の作り方が、今後の装着型ロボットやリハビリ支援機器でも問われていきます。
こうした個別最適化の考え方は、義足だけでなく、人の動きに合わせる支援ロボット全体にも通じます。現場ごとの条件に合わせて調整する発想が、今後ますます求められそうです。
ロボット導入・自動化をご検討の方へ
「自社にはどんなロボットが合うのか」お悩みではありませんか。貴社の現場課題に合わせた最適な活用方法をご提案します。まずはご相談・資料請求からお気軽にどうぞ。
