提出融合心理与生理参与度的上肢康复多模态控制框架

2026年10月16日，arXiv Robotics 刊出 Jun Leng、Pengcheng Li、Hanze Wang、Shuxiang Guo、Junlin Jiang 的预印本，提出一种基于 Flow 理论的多模态 AAN 框架，将基于 EEG 的心理参与度与基于 sEMG 的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，用于上肢康复外骨骼。该框架在健康受试者上、以仅用 sEMG 的现有 AAN 基线为对照进行验证：相比基线，机器人能耗降低 71.9%，同时保持精确轨迹跟踪，神经可塑性区间停留时间（Flow State Ratio）从 4.6% 提升至 42.8%。上述结果与适用条件均来自该预印本自述，验证对象为健康受试者，尚不涉及患者临床效果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。