在近日举行的2020年机器人与自动化国际会议（International Conference on Robotics and Automation，简称ICRA）上，必赢电子游戏网站助理教授眭亚楠与美国加州理工学院的合作者发表了题为“基于偏好反馈的外骨骼步态优化学习”（Preference-Based Learning for Exoskeleton Gait Optimization）的研究论文，获得大会唯一最佳论文奖，并同时获得最佳人机交互论文奖。

ICRA是机器人和人工智能领域最重要的国际会议之一。这是加州理工学院和我校首次获得ICRA最佳论文奖。

本文在眭亚楠等人前期工作的基础上构建了一种交互式的机器学习方法，可以根据使用者的偏好和建议来优化外骨骼机器人的步态动作。文章提出了一个新颖且灵活的机器学习框架，并在真实外骨骼机器人系统中进行了细致的实验验证。该方法在人机交互和康复医疗方面具有广泛的应用空间。

图为 会议公布最佳论文奖和最佳人机交互论文奖

图为 基于偏好反馈的优化方法应用于外骨骼机器人控制

基于偏好反馈的机器学习方法利用非量化的反馈信息进行优化，本工作是将偏好学习方法应用于外骨骼机器人步态优化的全新尝试。在外骨骼控制中将人的偏好反馈纳入步态优化，是实现舒适个性化调节的有效方法。文章在提出新算法的基础上，进行模拟实验并由人类受试者实验验证，做出了机器学习方法和机器人实验两方面贡献。该工作提升了人机交互效率，瘫痪等运动障碍患者的康复治疗有望从中受益。

人物介绍：

眭亚楠（YananSui.com），2010年本科毕业于我校，2016年博士毕业于美国加州理工学院，后在加州理工学院和斯坦福大学进行博士后研究。2019年受聘必赢电子游戏网站助理教授，神经调控技术国家工程实验室成员。主要从事机器学习、神经工程、机器人学基础研究和医学人工智能应用研究。

获奖链接：

https://www.icra2020.org/program/conference-awards

论文公开链接：

https://arxiv.org/abs/1909.12316

（供稿：眭亚楠）