Inspirados nos serviços de streaming de música online, uma equipe de engenheiros da Universidade de Michigan, do Google e da Georgia Tech University desenvolveram uma maneira muito simples de programar suas próprias configurações ao reproduzir música, usando um exoesqueleto para ajudá-los.
Claro, especialistas apontam que o que é simples para o usuário médio é mais complexo do que parece, enquanto algoritmos de aprendizado de máquina frequentemente oferecem perfis de assistência que podem ser mais confortáveis para quem usa o exoesqueleto.
O usuário então seleciona um dos dois perfis fornecidos em cada ocasião, e o sistema de previsão sugere um novo perfil de ajuda, que considera melhor. Esta abordagem permite ao utilizador selecionar a assistência prestada pelo exoesqueleto de acordo com as suas preferências, tudo através de uma interface muito simples, que pode ser implementada num relógio ou smartphone conectado.
“Parece o serviço de música online Pandora”, diz Elliot Ross, um dos autores do estudo publicado na revista Science. Robótica científica. “Você dá uma avaliação, excelente ou excelente, e ele sugere uma estação de rádio com base no seu feedback. A ideia aqui é semelhante, mas tem a ver com os parâmetros auxiliares do exoesqueleto. Em ambos os casos, criamos um modelo das preferências do usuário e usá-las para melhorar a experiência do indivíduo.”
A equipe testou essa abordagem com 14 participantes, cada um dos quais usava um par de exoesqueletos amarrados ao tornozelo, enquanto caminhava a um ritmo acelerado de cerca de 4 km/h. Os voluntários podiam passar o tempo que quisessem entre duas opções, embora estivessem limitados a 50 opções. A maioria dos participantes escolheu o mesmo perfil de ajuda, repetidamente, quando estavam na 45ª decisão, notamos.
Após 50 rodadas de tomada de decisão, a equipe de estudo começou a pesquisar os usuários para determinar se o último perfil de ajuda era realmente o melhor e avaliou-o em relação a outros 10 perfis aleatórios e plausíveis. Em média, os participantes escolheram os parâmetros selecionados pelo algoritmo cerca de 9 vezes em 10, destacando a precisão da abordagem proposta.
“Usando algoritmos inteligentes e um toque de inteligência artificial, nossos sistemas determinam o que os usuários desejam com simples perguntas de sim ou não”, disse Ong Hill Lee, principal autor do estudo. “Estou entusiasmado com o facto de esta abordagem garantir que os robôs vestíveis serão confortáveis e fáceis de usar, aproximando-nos do dia em que a sua utilização será parte integrante da nossa vida quotidiana.” »
O algoritmo de controle ajuda a gerenciar quatro parâmetros do exoesqueleto: a quantidade de força aplicada para auxiliar o usuário, o atraso entre os picos de potência e como o exoesqueleto aumenta e diminui sua assistência em ambos os lados desses picos de potência. Essa abordagem se baseia em como o músculo da perna adiciona força para nos levar adiante a cada passo.
De acordo com Ross, apenas alguns usuários de exoesqueleto podem definir seus próprios parâmetros.
“Na maioria dos casos, os mecanismos de controle são baseados em resultados biomecânicos ou fisiológicos. Os pesquisadores ajustam as configurações em seus computadores, o que reduz a taxa metabólica dos usuários. Atualmente, esse é o padrão para avaliação e monitoramento de exoesqueletos”, disse o especialista.
“Penso que na nossa linha de trabalho confiamos demasiado em testes de taxa metabólica. Na verdade, as pessoas são muito insensíveis às mudanças na sua taxa metabólica, por isso estamos a desenvolver exoesqueletos para realizar algo que as pessoas não conseguem realmente perceber.”
Em contraste, os autores do estudo escreveram que os métodos baseados nas preferências dos utilizadores não apenas analisam o que os utilizadores podem perceber, mas também lhes permitem priorizar qualidades que consideram importantes.
