IEEE Transactions on Robotics

Toward Physician-Level Performance in Robot-Assisted Ankle Rehabilitation via Imitation Learning With Empirical and Temporal Adaptation

作者：Mingjie Dong, Hanwei Ruan, Zeyu Wang, Chenyang Sun, Shiping Zuo, Yifeng Chen, Jianfeng Li, Mingming Zhang · 机构：Beijing Key Laboratory of Advanced Manufacturing Technology, College of Mechanical & Energy Engineering, Beijing University of Technology, Beijing, P.R. China; Department of Biomedical Engineering, Southern University of Science and Technology, Shenzhen, China

会议/期刊：IEEE Transactions on Robotics · 发布日期：2025 · 页码：5360-5377

运动规划优化传感器医疗机器人康复机器人

精读笔记

Problem Setting

论文标题：Toward Physician-Level Performance in Robot-Assisted Ankle Rehabilitation via Imitation Learning With Empirical and Temporal Adaptation（IEEE Transactions on Robotics / 2025）。

这篇论文处理的不是一般意义上的“轨迹模仿”，而是一个更窄但更真实的康复机器人问题：医生给某个患者做被动踝关节康复时形成了一条经验轨迹，机器人需要复现这条轨迹，并在患者后续训练过程中根据力矩反馈持续修改轨迹，使训练既不过度刺激也不完全退化成保守运动。

真正困难点在于目标之间有冲突：医生轨迹通常包含针对患者病情的经验结构，不能随意平滑或重规划；但患者每次训练时的僵硬、紧张、重心偏移、摩擦接触状态都会改变，轨迹又必须局部自适应。原始 KMP 能做点约束调制，但插点越多、偏移越大，越容易在调制点附近产生曲率尖峰或整体变形。康复场景对这种局部抖动很敏感，因为它直接对应患者感知到的突然牵拉。

所以关键矛盾是：如何在局部让轨迹“听患者反馈”，同时在全局仍然“像医生轨迹”。

Motivation

已有路线的问题比较清楚。预定义轨迹缺个体化，只能覆盖标准运动范围；GMR能很好地从多次示教中生成平均轨迹，但本质上是回归参考，缺少按需局部调制能力；DMP可以参数化轨迹，但调参容易导致整体形变，且对指定时刻/指定位置的局部修正不够自然；ProMP有概率建模和条件化能力，但在强插点调制时容易牺牲原始形状；KMP最接近本文需求，因为它能把某些时间点作为约束插入轨迹。

作者的核心观察是：康复中的调制需求往往是局部的——某个时间段力矩异常，说明该处轨迹需要退让或调整，而不是整条轨迹重新规划。KMP正好能表达这种点级约束。但KMP的短板也刚好卡在康复安全性上：插点约束会造成局部几何不平滑，尤其当多个插点密集或重复迭代时。论文的缺口因此不是“如何学习医生轨迹”，而是“如何让可插点的 imitation trajectory 在闭环调制后仍保持临床可接受的平滑性”。

Core Idea

核心思想可以概括为：用医生示教轨迹构造一个经验先验，用患者力矩反馈构造局部调制约束，再用两级 KMP 把“约束满足”和“轨迹平滑”拆成两个连续的函数逼近过程。第一层 KMP负责忠实拟合和局部插点调制，第二层 KMP负责把调制后的轨迹重新投影到平滑函数空间。

这个设计的本质区别在于，它没有把患者反馈直接放进低层控制器，也没有完全重规划轨迹，而是把反馈转化为 movement primitive 表示中的条件点。这样做引入了一个很强的 inductive bias：医生轨迹仍是默认形状，患者反馈只在异常点附近施加局部约束，第二层平滑则抑制这些约束对全局形状的破坏。直觉上这比直接滤波更适合康复，因为滤波可能偏离必须经过的调制点，而第二层 KMP仍在带协方差权重的回归框架内保留约束结构。

它更像是对 KMP 的闭环康复化重组，而不是新的 imitation learning 理论。

Method

方法层面真正必要的机制有四个。

第一，医生轨迹先经 GMR 形成带均值和协方差的参考轨迹。这不是为了炫技，而是为了把多次医生示教中的稳定部分和不确定部分编码出来，后续 KMP 可利用协方差作为轨迹点置信度。它解决的是“医生经验如何从多条轨迹变成可优化对象”。

第二，第一层 KMP把 GMR 参考轨迹转成可局部调制的函数表示。KMP的价值在于点约束：当患者某处力矩异常时，可以指定该时间点的位置/速度变化，而不是全局调参。这一步解决的是“如何在保留轨迹结构的同时做局部修改”。Bayesian optimizer 用于选择正则和核宽相关参数，作用主要是减少人工调参、改善拟合稳定性；它不是核心创新。

第三，PILO把患者力矩反馈变成插点。论文用预实验生成患者在医生轨迹下的力矩参考，然后用实时力矩的 z-score 判断是否需要调制以及调制幅度。这个机制把临床安全约束离散化为轨迹约束。它的优点是简单、可解释、容易部署；缺点是阈值和幅度明显带有经验规则。

第四，第二层 KMP对插点后的轨迹再回归。这个机制是本文最关键的工程-算法交界点：它不是简单平滑滤波，而是在 KMP框架内重新生成轨迹，因此更可能同时保留插点约束和整体形状。它解决的是原始 KMP 插点后局部曲率突变的问题。

Key Insight / Why It Works

这篇论文有效的主要原因不是模型更大、数据更多，也不是更强的学习能力，而是更合适的 inductive bias：康复轨迹调制被限制在医生轨迹附近，并且只通过患者反馈触发局部点约束。这种强约束让问题从开放式轨迹规划降维成“在一条专家轨迹附近做安全变形”。在低维、周期性、单患者轨迹的设置下，这个 bias 非常有效。

最核心贡献大概率是第二层 KMP。原始 KMP 的优势是插点调制，但插点会在核回归中形成局部硬约束，导致曲率尖峰；第二层 KMP相当于把硬调制后的结果作为新的参考，再做一次带核结构的函数重建。这可以理解为一种 learned/probabilistic smoothing projection：不是滤掉高频噪声，而是把调制轨迹重新投影回 KMP 可表达的平滑轨迹流形。它保留了“必须改”的地方，同时降低“改得太尖”的副作用。

PILO 的贡献更偏系统闭环和临床可部署性。它把患者状态纳入 imitation learning，而不是离线生成轨迹后固定执行。但这里的 patient-in-the-loop 还不是复杂的人体状态建模，本质上是基于力矩偏差的规则触发式 test-time adaptation。所谓 temporal adaptation 更像是逐轮反馈修正，而不是模型学习到了患者康复动力学。

Bayesian optimizer 的增益需要谨慎看待。它可能改善了 KMP拟合误差，但这部分更像 hyperparameter engineering。文中没有足够消融说明相对于手工调参、网格搜索或交叉验证的本质优势。若只看系统效果，BO不是不可替代模块。

整体上，论文把能力建立在三个条件上：低维轨迹、专家轨迹强先验、力矩异常可局部修正。只要这些条件成立，方法会很稳；一旦需要跨患者泛化、处理复杂主动运动、或同时优化疗效目标，当前机制就可能不够。

Relation To Prior Work

技术谱系上，它属于 probabilistic movement primitives / kernelized movement primitives 在康复机器人中的闭环应用。最接近的是 KMP 轨迹调制、ProMP 条件化轨迹生成、DMP 类运动基元，以及 human-in-the-loop optimization 在外骨骼/康复中的使用。

和 GMR 的差异：GMR在这里只是生成参考，不承担在线调制。论文继承了 GMR对多示教均值/方差的建模，但把真正可调制性放到 KMP。

和 DMP 的差异：DMP强调通过动力系统参数生成轨迹，适合稳定收敛和运动复现，但局部指定点修正不如 KMP自然。本文关心的是临床过程中某些时间点力矩异常后的局部轨迹让步，所以 KMP更匹配。

和 ProMP 的差异：ProMP也有概率条件化，但在强点约束调制下可能产生更明显整体形变。本文的优势来自两级 KMP对局部插点和平滑重建的分工，而不是概率建模本身更强。

和原始 KMP 的真正差异在第二层 KMP和平滑约束的组织方式。单层 KMP已经能插点，本文新增的是“插点后再 KMP化”的轨迹重整机制，以及把插点来源接到患者力矩反馈。看似是多个已有思想组合，但组合切中康复机器人最痛的局部抖动问题，因此有实质工程价值。

Dataset / Evaluation

评估的强项是真机和真实患者。论文不是纯仿真轨迹实验，而是在并联踝康复机器人 PARR 上部署，并包含10名踝功能障碍患者的临床实验。这使得论文对“系统可运行”和“反馈闭环可用”的 claim 有一定支撑。

但评估覆盖范围仍然有限。实验主要是同一套机器人、单类踝关节被动康复、医生示教后同患者多轮训练。它验证的是 temporal adaptation，而不是跨患者/跨医生/跨病种的泛化。所谓 physician-level performance 没有被严格定义，也没有用医生实际在线调整作为强基线比较，更没有长期疗效指标，如 ROM恢复、疼痛评分、功能量表或随访结果。因此临床 claim 偏强。

算法比较主要围绕拟合误差、曲率、Pearson相关、欧氏距离和插点数量。这些指标确实对应轨迹保真和平滑性，但不能完全代表康复疗效。插点数量减少和力矩偏差下降可以说明患者状态趋于稳定，也可能部分来自患者熟悉设备、短期热身、肌肉放松或任务重复效应；文中对这些混杂因素控制不足。

总的判断：evaluation 能支持“2-level-KMP 比单层 KMP/ProMP 在插点调制后更平滑且更保形”，但不足以支持强意义上的“达到医生级康复效果”。

Limitation

第一，核心状态表征过于简单。患者状态主要由力矩 z-score 表示，且阈值和调制幅度是经验设定。力矩异常不一定等价于需要降低或调整该点轨迹；它可能来自疼痛、痉挛、主动抵抗、接触滑移、传感器噪声或机械摩擦。方法把复杂人体-机器人交互压缩成单一统计偏差，安全但粗糙。

第二，泛化能力有限。轨迹被分解为 X/Y/Z 三个低维角度序列，这对踝关节被动训练是合理近似，但它绕开了更复杂的姿态耦合和肌骨动力学。若换成更高自由度关节、主动辅助训练、多阶段任务或非周期复杂动作，两级 KMP是否仍然稳定，文中未充分说明。

第三，增益归因不完全清楚。第二层 KMP确实改善平滑性，但 Bayesian optimizer、插点离散化、低通滤波、轨迹降维、PARR位置控制、插点数量压缩等工程因素也可能贡献很大。文中缺少严格消融来隔离每个环节的作用。

第四，PILO 并没有学习长期患者模型。它是每轮根据当前偏差调制轨迹，而不是建模患者康复过程的动态状态转移。因此所谓 temporal adaptation 更接近规则化 test-time correction，而不是长期规划或个体化治疗策略学习。

第五，第二层平滑有潜在上限。它会降低局部曲率尖峰，但也可能抹平医生或治疗目标中有意设计的局部刺激。文中没有讨论“平滑性”和“治疗强度”之间的冲突，也没有给出医学上允许的轨迹变形边界。

Takeaway

  • 1. 这篇论文最值得迁移的 insight 是：对于医疗机器人，imitation learning 不应止于复制专家动作，而应把专家轨迹作为强先验，再让患者反馈以局部约束形式参与轨迹生成。
  • 2. 两级 KMP 的价值在于把“硬插点调制”和“平滑轨迹重建”分离。
  • 这个思路可迁移到其他需要在线局部修正但不能破坏专家示教结构的机器人任务，例如物理治疗、协作操作、柔顺装配。
  • 3. 论文推动的不是通用学习能力，而是一个临床部署友好的轨迹 adaptation pattern：expert prior + local feedback constraints + smooth projection。

一句话总结

这篇论文是 KMP/ProMP 运动基元路线在踝康复机器人中的一次有效闭环化改造，真正贡献是用患者力矩触发局部轨迹约束并通过第二层 KMP 保持调制后的平滑和专家轨迹形状，而不是提出了全新的 imitation learning 范式。