IEEE Transactions on Robotics

Learning to Assist Different Wearers in Multitasks: Efficient and Individualized Human-in-the-Loop Adaptation Framework for Lower-Limb Exoskeleton

作者：Yu Chen, Shu Miao, Gong Chen, Jing Ye, Chenglong Fu, Bin Liang, Shiji Song, Xiang Li · 机构：Department of Automation, Tsinghua University, Beijing, China; Shenzhen MileBot Robotics Company Ltd., Shenzhen, China; Department of Mechanical and Energy Engineering, Southern University of Science and Technology, Shenzhen, China

会议/期刊：IEEE Transactions on Robotics · 发布日期：2024 · 页码：4699-4718

运动规划控制优化传感器外骨骼

精读笔记

Problem Setting

《Learning to Assist Different Wearers in Multitasks: Efficient and Individualized Human-in-the-Loop Adaptation Framework for Lower-Limb Exoskeleton》（IEEE Transactions on Robotics / 2024）处理的不是传统意义上的“让外骨骼跟踪一条轨迹”问题，而是更现实的部署问题：同一台下肢外骨骼如何在不同穿戴者、不同任务、不同交互状态下给出可接受的辅助，而不依赖 EMG、动捕、外部力平台等复杂感知。

真正困难点在于四个目标相互冲突。个体化需要在线探索，但在线探索对人有风险且耗时；多任务需要丰富轨迹库，但很多任务如上下楼、蹲起不适合反复在线优化；强辅助需要较高阻抗/跟踪强度，但人机不同步时会造成冲突；只用本体传感器有利于落地，却限制了对人体状态和环境的直接观测。

以前路线大致卡在两端：HIL optimization 能做个体化，但多聚焦单任务、少数参数或代谢率，迁移能力弱；多任务轨迹预测/控制能覆盖多个动作，但通常缺少对新用户的在线个体适配。本文试图解决的关键矛盾是：如何只在一个可重复、低风险任务上做在线个体化，然后把这个个体化结果复用到其他任务，同时保证交互异常时不会硬跟踪、也不会把异常样本纳入学习。

Motivation

作者的出发点不是“再做一个更复杂的控制器”，而是指出现有外骨骼系统缺少一种可部署的信息流组织方式。真实辅助场景下，人会换、任务会换、步态会变、疲劳和不同步会出现；如果每次都人工调参或为每个任务单独训练，系统很难走出实验室。

核心观察有两个。第一，walking 是最适合 HIL 的锚任务：周期性、可重复、风险相对低、数据容易在线累积。第二，其他任务虽然运动形态不同，但同一用户在不同任务中的关节轨迹偏好可能在 DMP 参数空间中存在相关性；如果这个相关性能从少量用户数据中学到，就可以把 walking 上优化出的个体化参数翻译到上下楼、蹲起等任务。

关键缺口因此变成：缺一个机制把“个体化”“任务迁移”“冲突感知”“安全控制”连接起来，而不是分别作为孤立模块存在。本文的动机就是用异常分数作为贯穿优化和控制的反馈信号，用 DMP 参数作为跨任务共享的表示，用 task translator 作为在线优化和离线多任务数据之间的桥。

Core Idea

论文真正的核心思想是：不要为每个 wearer-task pair 单独学习辅助策略，而是在结构化轨迹参数空间中分解问题——先在 walking 上用 HIL 找到用户特定的轨迹参数，再通过离线学到的任务间映射把这个参数投影到其他任务，最后通过变量阻抗把参考轨迹变成可妥协的物理交互。

这个建模方式引入了一个很强的 inductive bias：人的多任务运动差异可以主要由关节轨迹形状的低维参数解释，而不是必须显式建模肌肉、代谢、地形、意图或全身动力学。DMP 保证轨迹空间平滑且具有运动原型结构；Bayesian optimization 在这个空间中做 test-time personalization；NN translator 则把“同一个人在不同任务中的轨迹参数相关性”当作可学习对象。

和 prior 的本质区别在于，本文不是单纯追求更快 HIL，也不是单纯做 gait/task prediction，而是把 HIL 的个体化结果当成一种可迁移的用户表征。也就是说，walking 优化出来的 DMP weight 不只是 walking controller 的参数，还被当作用户运动习惯的 latent code，用于生成其他任务的辅助轨迹。这是全文最值得关注的建模转变。

Method

方法上最重要的不是 VAE、MLP、BO 这些组件本身，而是它们在系统中的角色分工。

第一，DMP 参数化解决的是在线优化可行性问题。直接搜索完整轨迹或力矩曲线维度太高，也缺少运动先验；DMP 把轨迹限制在平滑、周期/离散运动合理的函数族中，使 BO 能在有限试次内工作。代价是表达能力被轨迹模板限制，异常动作或非典型策略可能被压掉。

第二，HIL cost 把轨迹跟随误差和异常分数混合起来。前者让参考轨迹贴近当前用户的自然运动，后者让系统避免把冲突、失衡、疲劳导致的异常响应当成优化目标。这个设计的关键变化是：舒适性不是通过主观评分或代谢估计得到，而是通过本体传感重构误差间接代理。

第三，task translator 解决不可反复在线优化任务的问题。它不预测下一时刻状态，而是预测一个任务的 DMP weight 到另一个任务的 DMP weight。这使得上下楼、蹲起这类短时、非周期或风险更高的任务可以复用 walking 个体化结果。

第四，变量阻抗控制解决参考轨迹与人体真实意图不一致时的安全问题。异常分数高时降低阻抗，本质上是让机器人从“主动辅助”退回“让步跟随”。SEA 模型、DOB 和奇异摄动稳定性分析保证这个调制不会破坏底层闭环，是工程落地所必需，但不是最核心的学习贡献。

Key Insight / Why It Works

这篇论文可能有效的核心原因不是 NN translator 多强，而是它押中了一个低维结构假设：同一用户在不同下肢任务中的关节轨迹偏好具有可迁移的参数相关性。DMP weight 在这里充当了用户运动风格的压缩表示；walking HIL 相当于在 test time 估计这个表示；task translator 则把这个表示映射到其他任务。这更像 representation alignment / memory reuse，而不是传统意义上的泛化控制策略学习。

第二个关键机制是异常分数的双重用途。它既作为优化目标的一部分，防止 BO 被人机冲突污染；又作为控制端阻抗缩放信号，让系统在冲突时自动降低主导性。这种信息复用很合理：如果同一个传感模式意味着“不舒服/不同步”，它就既不该被学习，也不该被强行跟踪。这里的 insight 比 VAE 架构本身更重要。

最可能的核心贡献是“walking personalization → DMP weight translation → multitask assistance”这条链路。VAE 异常检测和变量阻抗是关键支撑，但更像安全与鲁棒性增强；BO+DMP 是已有 HIL 思路的合理组合；MLP translator 本身也不是新模型。真正新增的信息是：把 online HIL 优化得到的轨迹参数当成跨任务迁移接口。

需要警惕的是，所谓多任务泛化很可能主要来自数据覆盖和任务相似性，而不是模型学到了深层运动规律。训练任务和测试任务都在固定任务集合内，leave-one-out 规模很小，translator 可能学到的是这些任务之间相对稳定的平均形变模式。对于坡道、负重、转弯、不同楼梯高度、速度变化更大的场景，增益来源不清。这里更像 small-data latent regression，而不是开放场景泛化。

另一个值得注意的点是舒适性代理。VAE reconstruction error 能检测偏离训练分布的模式，但“偏离训练分布”不等于“不舒服”，也不等于“不安全”。如果训练集没有覆盖某种正常但少见的步态，系统可能把它当异常并降低阻抗；反过来，如果某种不适模式在数据中常见，异常分数也可能不高。文中承认可通过加入更多正常任务数据缓解，但这说明异常检测的上限强依赖数据覆盖。

Relation To Prior Work

最接近的路线有三类：HIL optimization 外骨骼辅助、DMP/轨迹参数化学习、变量阻抗/冲突缓解控制。

相对 Zhang/Collins 系列以代谢率优化 ankle/hip assistance 的 HIL 工作，本文的不同点不是优化算法，而是优化对象和反馈信号不同：它优化多维 DMP 轨迹参数，用异常分数和轨迹匹配作为在线 cost，目标更偏 comfort/synchronization 而非纯代谢下降。优点是传感器更轻、更快；缺点是生理收益的解释弱于代谢率。

相对 gait generalization / task prediction 工作，本文不是从速度、坡度、楼梯几何等显式条件预测轨迹，而是从 walking 个体化参数预测其他任务参数。这一差异很实质：它把用户身份/习惯隐式编码进 weight matrix，而不是依赖外部人体参数或环境参数。

相对变量阻抗控制工作，本文的新意不在阻抗公式，而在阻抗参数由学习到的异常分数调制，并且同一异常分数还进入 HIL 学习。已有 VIC 多数在冲突发生时调整刚度/阻尼，但没有把“冲突模式不要被学习”这件事放入轨迹优化闭环。

整体来看，这篇论文属于“结构化表示 + test-time personalization + learned task transfer + safe interaction control”的系统集成谱系。看似模块很多，但不是简单堆叠；实质创新在于把各模块通过 DMP weight 和 anomaly score 两个中间变量接起来。

Dataset / Evaluation

实验是真机实验，这是本文可信度的重要来源。系统在 bilateral SEA 下肢外骨骼上验证，覆盖 walking、上下楼、蹲起、站起等任务；训练数据来自 10 名无障碍被试，新用户 HIL 验证为 2 名。任务覆盖比单 walking HIL 更接近真实使用，但仍是受控环境：跑台 walking、固定任务集合、手动任务切换、短时实验。

evaluation 能支持几个局部结论：多模态本体信号对异常检测有帮助；task translator 在小样本任务映射上有效；walking HIL 可以在可接受时间内完成；迁移轨迹在 EMG RMS 和机器人传递功率上相对 baseline 有改善。

但它没有完全证明“generalizable across different wearers in multitasks”这个强 claim。跨 wearer 的验证规模偏小，且新用户只有 2 个；多任务泛化是在同一预定义任务集合内做翻译，不是开放任务泛化；舒适性主要用 EMG 和功率间接衡量，缺少长期代谢、主观舒适性、疲劳累积、跌倒风险等更强证据。

task translator 的比较也要谨慎。NN 在 leave-one-out 小数据上优于 KNN/GPR/SVM 等，说明这个 mapping 在当前数据上可拟合，但不能说明 NN 是本质原因。可能主要是 DMP 表示已经把问题变简单，模型选择的贡献有限。增益来源不清。

Limitation

第一，方法强依赖“任务间 DMP 参数映射稳定”这一假设。若任务差异由环境动力学主导，例如不同楼梯高度、坡度、负重、转弯、障碍规避，walking 参数未必足以推断其他任务的最优辅助。所谓泛化可能只在固定任务族内成立。

第二，异常检测本质是分布外检测，不是舒适性测量。它能发现与训练数据不同的交互模式，但未必能区分“异常但可接受”“正常但未见”“不适但常见”。因此舒适性优化可能被数据分布牵引，而不是被真实人体状态牵引。

第三，BO 在 20 维左右还能工作，但扩展到髋膝踝、多关节协同、双侧非对称和任务条件变化时，test-time compute 可能迅速变成瓶颈。作者的仿真显示髋膝可一起优化，但真机没有充分展示高维在线优化的可扩展性。

第四，任务切换仍需手动触发，这是现实部署的大缺口。没有自动 locomotion mode recognition，系统并不知道何时从 walking translator 切到 stair translator。也就是说，planner 或意图识别并没有真正形成，任务级 autonomy 仍然缺失。

第五，控制稳定性分析依赖较准确动力学、扰动有界、SEA 模型和 DOB 收敛等假设；在强接触、快速动作或模型误差较大时实际裕度文中未充分说明。频响和短时实验能说明局部稳定，但不能覆盖所有人机耦合情况。

第六，实验增益的归因不够干净。EMG 降低可能来自轨迹更贴近自然步态、阻抗更软、辅助功率更大、用户熟悉度提升，或这些因素混合。论文没有足够强的 ablation 去明确哪一部分是主要贡献。

Takeaway

  • 1. 最值得迁移的 insight 是：把可重复任务上的 HIL 个体化结果当作用户 latent representation，再通过任务间参数映射复用到难以在线优化的任务。
  • 这比为每个任务单独 HIL 更 scalable。
  • 2. 异常/不适信号不应只用于安全停机，也可以同时作为学习过滤器和控制松弛因子；同一个反馈信号贯穿 optimization 与 impedance，是该系统设计中最优雅的部分。
  • 3. DMP 这类结构化轨迹表示在小数据外骨骼场景中仍然很有价值。

一句话总结

这篇论文把下肢外骨骼从“单任务 HIL 调参”推进到“以 DMP 参数为用户表征、以异常分数贯穿学习与控制的多任务个体化系统”，实质贡献是一个可部署的结构化迁移框架，而不是某个单独学习模块的突破。