I experiment med 11 sjukskötselade personer tog den så kallade human-in-the-loop-algoritmen ungefär en timme för att optimera exoskeletten, och senare minskade mängden energi som deltagarna behövde gå med i genomsnitt 24 procent, sa forskargruppmedlem Rachel Jackson, en postdoktorisk forskare vid institutionen för maskinteknik vid Carnegie Mellon University (CMU).
"Storleken på minskningen var ganska häpnadsväckande," sa Jackson till Live Science.
Jackson och hennes kollegor, ledd av Steven Collins, docent i maskinteknik vid CMU, och Juanjuan Zhang, tidigare CMU och nu professor vid Nankai University i Kina, publicerade resultaten av sin forskning online idag (22 juni) i tidskriften Vetenskap.
En lättare belastning är verkligen tilltalande, men ett personligt exoskelett kan också öka avståndet som en kapabel person kan gå, och det kan till och med hjälpa individer att springa snabbare, sa Jackson.
Personer med fysiska funktionsnedsättningar, till exempel de som har drabbats av en stroke, en neurologisk skada eller en amputation, kan också inse fördelar, säger Jackson. En personlig exoskelet kunde göra promenader lika lätt eller lättare än det var innan en amputation eller skada, sade hon.
Tidigare var de största genomsnittliga energireduktionerna som uppnåtts av andra forskargrupper 14,5 procent, med manuellt justerade ankel exoskeletter bärda på båda benen, och 22,8 procent, med en exosuit som verkade på båda höfter och båda vrister med förprogrammerade inställningar.
Men CMU-mänskliga in-the-loop-algoritmen presterade bättre, och den förlitade sig inte på förprogrammering.
"Denna algoritm var så bra att den kunde upptäcka en stödstrategi för att minska energikostnaderna med bara en enda enhet," sade Jackson. "Det var ganska coolt."
Utmaningen med exoskeletter är att även om de är avsedda att hjälpa en person kan de hindra rörelse, sa Jackson. Till att börja med har varje enhet sin egen vikt, från några gram till ett par kilo, och användaren måste bära den vikten. Exoskeletter är också utformade för att tillämpa kraft på vissa delar av kroppen, men om tidpunkten för kraften är av kan personen kanske behöva använda mer energi för att röra sig, sa Jackson. Och det är kontraproduktivt.
Under optimeringsfasen av den senaste studien hade varje deltagare en ankel exoskelet och en mask utformad för att mäta nivåer av syre och koldioxid (CO2). Dessa åtgärder hänför sig till hur mycket energi personen spenderar. När varje person gick på ett löpband i jämn takt applicerade exoskeletten en uppsättning olika mönster av hjälp på vrister och tår.
Dessa mönster var en kombination av när kraften applicerades och mängden kraft. Till exempel kan krafter appliceras tidigt i en hållning (när hälen först träffar marken), i mitten av hållningen (när foten är platt) eller sent i hållning (när foten har rullat upp till tån). Under dessa variationer i positioner kan en större eller mindre mängd kraft appliceras.
Algoritmen testade deltagarnas svar på 32 olika mönster, som ändrades varannan minut. Sedan uppmättes det om mönstret gjorde det lättare eller svårare för personen att gå.
I slutet av sessionen, som varade bara längre än en timme, skapade algoritmen ett unikt stödmönster optimerat för varje individ.
"När det gäller mönstrarnas allmänna form var det stor variation, vilket talar för vikten av att anpassa dessa strategier till varje person, snarare än att tillämpa samma sak på alla," sade Jackson.
Hon tillade att enheten kanske fungerade bra inte bara för att det var "lärande", men också för att när den ändrade upp mönstret för hjälp, så lärde den som använder den också.
"Vi tror att det tvingar människor att utforska olika sätt att samordna sitt gång för att interagera bättre med enheten," sa Jackson. Det hjälper dig att vägleda personen om hur man bäst använder enheten och drar största möjliga nytta av den. "Det är en tvåvägsgata," sa hon.
Andra medlemmar i teamet planerar att testa hur algoritmen kan skalas upp för att skapa ett exoskelett med sex leder, utformade för att bäras på hela kroppens nedre halva.
