arXiv Robotics· Jun Leng, Pengcheng Li, Hanze Wang, Shuxiang Guo, Junlin Jiang·· 2 小时前AI 评分22
融合心理与身体参与度的 Flow 理论多模态上肢康复控制框架
A Flow-Theoretic Multimodal Control Framework Fusing Mental and Physical Engagement for Upper-Limb Rehabilitation
AI 导读
研究提出一种基于 Flow 理论的多模态 AAN 框架，将 EEG 心理参与度与 sEMG 身体参与度融合进自适应阻抗控制，并通过四象限模糊决策引擎转化为连续控制策略。该框架在上肢外骨骼上验证，相比仅用 sEMG 的基线，机器人能耗降低 71.9% 且保持精确轨迹跟踪，神经可塑性区间停留时间（Flow State Ratio）从 4.6% 提升至 42.8%。
来源：arXiv Robotics · arxiv.org