[论文解读] ROIAL: Region of Interest Active Learning for Characterizing Exoskeleton Gait Preference Landscapes

Kejun Li, Maegan Tucker+7 more|arXiv (Cornell University)|Nov 9, 2020

Prosthetics and Rehabilitation Robotics参考文献 38被引用 27

一句话总结

本文提出 ROIAL，一种兴趣区域主动学习框架，通过序数和成对偏好反馈高效学习外骨骼用户步态偏好景观。通过聚焦于安全舒适的兴趣区域（ROI），同时避开回避区域（ROA），ROIAL 仅需极少用户试验即可准确推断出四个步态参数的效用函数，揭示了用户之间共有的和个性化的偏好。

ABSTRACT

Characterizing what types of exoskeleton gaits are comfortable for users, and understanding the science of walking more generally, require recovering a user's utility landscape. Learning these landscapes is challenging, as walking trajectories are defined by numerous gait parameters, data collection from human trials is expensive, and user safety and comfort must be ensured. This work proposes the Region of Interest Active Learning (ROIAL) framework, which actively learns each user's underlying utility function over a region of interest that ensures safety and comfort. ROIAL learns from ordinal and preference feedback, which are more reliable feedback mechanisms than absolute numerical scores. The algorithm's performance is evaluated both in simulation and experimentally for three non-disabled subjects walking inside of a lower-body exoskeleton. ROIAL learns Bayesian posteriors that predict each exoskeleton user's utility landscape across four exoskeleton gait parameters. The algorithm discovers both commonalities and discrepancies across users' gait preferences and identifies the gait parameters that most influenced user feedback. These results demonstrate the feasibility of recovering gait utility landscapes from limited human trials.

研究动机与目标

• 开发一种样本高效的方法，用于学习外骨骼中高维且探索成本高昂的用户特定步态偏好景观。
• 通过定义并避开回避区域（ROA）来确保用户安全与舒适，同时将学习聚焦于兴趣区域（ROI）。
• 利用序数反馈（如“差”、“中性”、“好”）和成对偏好，以提高反馈可靠性与信息增益，优于传统数值评分方法。
• 表征用户之间步态偏好的一致性与个体差异，为外骨骼行走科学提供洞见。
• 证明在有限人类试验下可可靠学习准确的效用函数后验分布，避免不安全或不舒适的步态。

提出的方法

• ROIAL 使用贝叶斯高斯过程建模，在未知效用函数上保持后验分布，并在每次用户反馈交互后更新信念。
• 该算法通过最大化 ROI 上的信息增益来选择查询动作，确保样本效率并实现快速收敛。
• 通过整合序数标签（1–4 类）和成对偏好（如“A 优于 B”），每项查询可提取最多 log₂(r) 比特信息，提升数据效率。
• 采用基于阈值的方法定义 ROA（例如，类别 O1 = “非常差”）和 ROI（ROA 的补集），在采样过程中显式避开 ROA 中的动作。
• 该方法采用子集采样策略（每次迭代 M=500 个动作），在计算成本与探索之间取得平衡，使用 λ=0.45 估计 ROI 边界。
• 通过置换重要性计算特征重要性，以识别对用户偏好影响最大的步态参数。

实验结果

研究问题

• RQ1 兴趣区域主动学习框架能否在确保安全与舒适的同时，有效学习高维外骨骼步态空间中的用户效用景观？
• RQ2 将序数反馈与成对偏好结合，相较于数值评分，如何提升效用函数估计的准确性和效率？
• RQ3 步态偏好景观在个体之间差异的程度如何？哪些步态参数对用户偏好影响最大？
• RQ4 ROIAL 能否在极少用户试验下可靠识别出不良步态（ROA）与可接受步态（ROI）之间的边界？
• RQ5 用户经验水平如何影响不同步态参数在塑造偏好景观中的相对重要性？

主要发现

• ROIAL 在预测用户序数标签方面表现出高准确性，所有三位受试者中超过 98% 的预测结果与真实标签相差不超过一个类别。
• 该算法成功识别出 ROI 并避开 ROA，在验证过程中未发生任何 ROA 内的试验，确保了用户的安全与舒适。
• 后验均值效用景观显示，用户在低骨盆俯仰和低骨盆滚动方面存在强烈共识，但在步长和步态持续时间方面存在显著分歧。
• 置换特征重要性分析表明，对经验丰富的用户（受试者 1 和 2），步态持续时间和骨盆滚动影响最大；而对经验最少的用户（受试者 3），骨盆俯仰起主导作用。
• 受试者 1 的平均特征重要性值分别为：SL 0.20，SD 0.30，PR 0.33，PP 0.27；受试者 2 分别为：0.26，0.36，0.38，0.29；受试者 3 分别为：0.23，0.16，0.21，0.45。
• 尽管仅探索了 1,750 个步态动作空间的不到 2%，ROIAL 仍生成了可靠且可解释的效用景观，展现出极强的样本效率。