[论文解读] Patterns of Selection of Human Movements I: Movement Utility, Metabolic Energy, and Normal Walking Gaits

Stuart Hagler|arXiv (Cornell University)|Jan 1, 2016

Balance, Gait, and Falls Prevention参考文献 23被引用 5

一句话总结

本文提出了一种运动效用形式化方法，将人类运动选择建模为在代谢能量效率与任务表现之间取得平衡的优化过程。通过将正常步行步态的代谢能量估算器整合到效用函数中，该模型成功预测了平均步行速度与步长之间在经验上观察到的关系，验证了其通过能量高效、目标导向的选择解释人类步态模式的能力。

ABSTRACT

The biomechanics of the human body allow humans a range of possible ways of executing movements to attain specific goals. Nevertheless, humans exhibit significant patterns in how they execute movements. We propose that the observed patterns of human movement arise because subjects select those ways to execute movements that are, in a rigorous sense, optimal. In this project, we show how this proposition can guide the development of computational models of movement selection and thereby account for human movement patterns. We proceed by first developing a movement utility formalism that operationalizes the concept of a best or optimal way of executing a movement using a utility function so that the problem of movement selection becomes the problem of finding the movement that maximizes the utility function. Since the movement utility formalism includes a contribution of the metabolic energy of the movement (maximum utility movements try to minimize metabolic energy), we also develop a metabolic energy formalism that we can use to construct estimators of the metabolic energies of particular movements. We then show how we can construct an estimator for the metabolic energies of normal walking gaits and we use that estimator to construct a movement utility model of the selection of normal walking gaits and show that the relationship between avg. walking speed and avg. step length predicted by this model agrees with observation. We conclude by proposing a physical mechanism that a subject might use to estimate the metabolic energy of a movement in practice.

研究动机与目标

• 开发一个正式框架，用于建模人类如何选择最优运动轨迹。
• 基于生物力学和生理学原理，构建一个针对正常步行步态的代谢能量估算模型。
• 通过展示模型预测与步行速度和步长之间观察到的关系一致，验证运动效用模型。
• 提出一种物理上合理的机制，使受试者在运动过程中估算代谢能量。
• 通过纳入除代谢成本之外的多种性能目标，扩展能量最小化模型。

提出的方法

• 提出一种运动效用形式化方法，其中最优运动被定义为最大化包含代谢能量最小化的效用函数。
• 基于肌肉做功构建代谢能量形式化模型，将代谢成本近似为肌肉力大小的平方在时间上的平均值。
• 利用 Atzler & Herbst (2012) 的数据，通过力与主观努力之间的幂律关系，对代谢能量模型进行经验拟合。
• 将代谢能量模型整合到效用框架中，以模拟步行步态选择，目标函数包括速度和步长。
• 应用韦伯定律来建模步长与步行速度之间的关系，从而实现对步态模式的预测。
• 提出一种物理估算机制，利用感知肌肉力（通过 Stevens 的幂律）实现实时代谢成本估算。

实验结果

研究问题

• RQ1 如何将人类运动选择形式化为一种在效率与性能之间取得平衡的优化过程？
• RQ2 代谢能量消耗与步行步态参数（如速度和步长）之间存在何种关系？
• RQ3 是否能够通过整合代谢成本的基于效用的模型来预测观察到的人体步态模式？
• RQ4 受试者在运动执行过程中可能如何物理估算代谢能量？
• RQ5 非代谢因素（如认知负荷、跌倒风险）在运动选择中起什么作用，以及如何将它们整合到模型中？

主要发现

• 代谢能量模型对 Atzler & Herbst (2012) 的经验数据拟合度很高，能够可靠估算不同步态的代谢成本。
• 运动效用模型成功预测了 Grieve (1979) 所记录的平均步行速度与平均步长之间的线性关系。
• 该模型表明，通过感知力最小化肌肉做功，可作为步行过程中最小化总代谢能量的可行启发式方法。
• 所提出的物理机制——利用 Stevens 的幂律估算感知肌肉力——为实时代谢成本估算提供了合理的神经生理学基础。
• 该模型表明，步态的逐级优化是可行的，并与观察到的步态模式一致，支持一种实时选择机制。
• 该框架具有可扩展性，可整合额外约束（如疼痛减轻、跌倒风险或认知负荷），适用于临床和康复应用。