一种新型外骨骼人工智能，能够在没有特定编程的情况下学习不同的人类运动，已证明可大幅度节能，标志着可穿戴机器人技术向前迈出了一大步。该研究最近发表在《自然》（Nature）杂志上。 该论文的第一作者、美国安柏瑞德航空大学（Embry-Riddle Aeronautical University）的罗淑珍博士（Dr. Shuzhen Luo）解释称，这种被称为“外骨骼（exoskeletons）”的可穿戴机器人框架有望让人更容易行动，但技术障碍限制了它们的广泛应用。 罗淑珍称，迄今为止，外骨骼必须基于对人类受试者进行漫长、昂贵、劳动密集型的测试，为特定的活动和个体预先编程。 现在，研究人员描述了一种超级智能或“学习型”，它利用数据密集型人工智能（AI）和计算机模拟来训练便携式机器人外骨骼。 这种方法被认为是第一个在模拟中证明开发的可行性的方法，它在显著提高人类行动的同时，弥合了所谓的模拟到现实，或“模拟与现实的差距”。 “以前在强化学习方面的成就往往主要集中在模拟和棋盘游戏上，”罗淑珍表示，“而我们提出了一种新方法——即一种动态感知、数据驱动的强化学习方法，以训练和控制可穿戴机器人，直接造福人类。”
