Rubah Abad ke-20
Eksoskeleton saat ini tampak seperti sesuatu yang langsung muncul dalam fiksi ilmiah. Namun kenyataannya, eksoskeleton tidak sekuat eksoskeleton dalam fiksi. Eksoskeleton cukup goyang, dan butuh waktu lama untuk menyusun kebijakan perangkat lunak yang mengatur cara kerjanya—proses yang harus diulang untuk setiap pengguna.
Untuk membawa teknologi sedikit lebih dekat ke AvatarSkel Suits atau baju zirah bertenaga Warhammer 40k, sebuah tim di Lab Biomekatronika dan Robotika Cerdas Universitas Carolina Utara menggunakan AI untuk membangun rangka luar pertama yang cocok untuk semua ukuran yang mendukung aktivitas berjalan, berlari, dan menaiki tangga. Yang terpenting, perangkat lunaknya beradaptasi dengan pengguna baru tanpa perlu penyesuaian khusus bagi pengguna. “Anda tinggal memakainya dan langsung berfungsi,” kata Hao Su, seorang profesor asosiasi dan salah satu penulis studi tersebut.
Robot yang dibuat khusus
Eksoskeleton adalah robot yang Anda kenakan untuk membantu gerakan Anda—robot ini membuat berjalan, berlari, dan aktivitas lainnya tidak terlalu melelahkan, sama seperti sepeda listrik yang menambahkan watt ekstra di atas watt yang Anda hasilkan sendiri, sehingga memudahkan mengayuh. “Masalahnya, eksoskeleton sulit memahami keinginan manusia, apakah Anda ingin berlari, berjalan, atau menaiki tangga. Masalah ini dipecahkan dengan pengenalan gerak: sistem yang mengenali keinginan gerak manusia,” kata Su.
Membangun sistem pengenalan gerak tersebut saat ini bergantung pada kebijakan rumit yang menentukan apa yang perlu dilakukan oleh aktuator dalam kerangka luar dalam setiap skenario yang memungkinkan. “Ayo jalan-jalan. Teknologi terkini adalah kami memasang kerangka luar pada Anda dan Anda berjalan di atas treadmill selama satu jam. Berdasarkan hal tersebut, kami mencoba menyesuaikan pengoperasiannya dengan rangkaian gerakan Anda masing-masing,” jelas Su.
Membuat kebijakan kontrol buatan tangan dan melakukan uji coba jangka panjang pada manusia untuk setiap pengguna membuat kerangka luar menjadi sangat mahal, dengan harga mencapai $200.000 atau lebih. Jadi, tim Su menggunakan AI untuk secara otomatis menghasilkan kebijakan kontrol dan menghilangkan pelatihan manusia. “Saya pikir dalam dua atau tiga tahun, exoskeleton dengan harga antara $2.000 dan $5.000 akan benar-benar bisa dilakukan,” klaim Su.
Timnya berharap penghematan ini akan datang dari pengembangan kebijakan pengendalian exoskeleton menggunakan model digital, dibandingkan dengan hidup dan bernapas manusia.
Digitalisasi manusia yang dibantu robot
Tim Su memulai dengan membangun model digital sistem muskuloskeletal manusia dan robot exoskeleton. Kemudian mereka menggunakan beberapa jaringan saraf yang mengoperasikan setiap komponen. Salah satunya menjalankan model digital kerangka manusia, yang digerakkan oleh otot yang disederhanakan. Jaringan saraf kedua menjalankan model exoskeleton. Terakhir, jaringan saraf ketiga bertanggung jawab untuk meniru gerakan—pada dasarnya memprediksi bagaimana model manusia akan bergerak dengan menggunakan kerangka luar dan bagaimana keduanya akan berinteraksi satu sama lain. “Kami melatih ketiga jaringan saraf secara bersamaan untuk meminimalkan aktivitas otot,” kata Su.
Salah satu masalah yang dihadapi tim adalah studi eksoskeleton biasanya menggunakan metrik kinerja berdasarkan pengurangan laju metabolisme. “Namun, manusia sangatlah kompleks, dan sangat sulit untuk membuat model dengan ketelitian yang cukup untuk mensimulasikan metabolisme secara akurat,” jelas Su. Untungnya, menurut tim, pengurangan aktivasi otot berkorelasi erat dengan penurunan laju metabolisme, sehingga kompleksitas model digital tetap dalam batas wajar. Pelatihan seluruh sistem kerangka luar manusia dengan ketiga jaringan saraf memerlukan waktu sekitar delapan jam pada satu GPU RTX 3090. Dan hasilnya memecahkan rekor.
Menjembatani kesenjangan sim-ke-nyata
Setelah mengembangkan pengendali untuk model rangka luar digital, yang dikembangkan oleh jaringan saraf dalam simulasi, tim Su cukup menyalin-menempel kebijakan pengendalian ke pengendali nyata yang menjalankan rangka luar nyata. Kemudian, mereka menguji bagaimana rangka luar yang dilatih dengan cara ini akan bekerja dengan 20 peserta yang berbeda. Rata-rata penurunan laju metabolisme saat berjalan lebih dari 24 persen, lebih dari 13 persen saat berlari, dan 15,4 persen saat menaiki tangga—semuanya merupakan angka rekor, yang berarti rangka luar mereka mengalahkan setiap rangka luar lain yang pernah dibuat di setiap kategori.
Hal ini dicapai tanpa memerlukan penyesuaian apa pun untuk menyesuaikannya dengan gaya berjalan individu. Namun keajaiban jaringan saraf tidak berakhir di situ.
“Masalah dengan kebijakan tradisional yang dibuat dengan tangan adalah kebijakan itu hanya memberi tahu 'jika berjalan terdeteksi, lakukan satu hal; jika berjalan lebih cepat terdeteksi, lakukan hal lain.' Ini adalah (campuran) mesin berstatus terbatas dan pengontrol sakelar. Kami memperkenalkan kontrol berkelanjutan menyeluruh,” kata Su. Yang dimaksud dengan kontrol berkelanjutan ini adalah bahwa rangka luar dapat mengikuti tubuh manusia saat melakukan transisi yang mulus antara berbagai aktivitas—dari berjalan ke berlari, dari berlari ke menaiki tangga, dll. Tidak ada peralihan mode yang tiba-tiba.
“Dalam hal perangkat lunak, saya rasa semua orang akan segera menggunakan pendekatan berbasis jaringan saraf ini,” klaim Su. Untuk meningkatkan eksoskeleton di masa depan, timnya ingin membuatnya lebih senyap, ringan, dan nyaman.
Namun rencananya juga akan membuat mereka bekerja untuk orang-orang yang paling membutuhkannya. “Keterbatasannya saat ini adalah kami menguji eksoskeleton ini pada partisipan yang berbadan sehat, bukan pada orang dengan gangguan gaya berjalan. Jadi, apa yang ingin kami lakukan adalah sesuatu yang mereka lakukan dalam studi exoskeleton lain di Universitas Stanford. Kami akan merekam video berdurasi satu menit saat Anda berjalan, dan berdasarkan itu, kami akan membuat model untuk mengindividualisasikan model umum kami. Ini seharusnya bekerja dengan baik untuk orang-orang dengan gangguan seperti radang sendi lutut,” klaim Su.
Alam, 2024. DOI: Nomor telepon 10.1038/s41586-024-07382-4
