筋シナジーの事前知識は予測的筋骨格系歩行シミュレーションにおける生体力学的忠実度を高める

人間の歩行は高次元の神経筋制御から生じるため、予測的な筋骨格系シミュレーションは困難です。私たちは、筋シナジーを用いて制御を制約する生理学的知見に基づく強化学習フレームワークを提示します。地上歩行試験の逆解析から低次元の筋シナジー基底を抽出し、それを可変速度・傾斜・不整地条件下で訓練した筋駆動の3次元モデルのアクション空間として用いました。得られたコントローラは、0.7–1.8 m/sの範囲で安定した歩行を生み出し、±6°の勾配でも機能し、関節角度、関節モーメント、および地面反力の条件依存的な調整を再現しました。制約のないコントローラと比較して、シナジー制約付きコントロールは非生理的な膝の運動学を抑制し、膝モーメントのプロファイルを実験的包絡線の範囲内に保ちました。様々な条件で、シミュレーションされた鉛直地面反力は人間の測定と強く相関し、筋活動のタイミングは個体間の変動の大部分の範囲に収まりました。これらの結果は、神経生理学的構造を強化学習へ埋め込むことが、限られた実験データしか得られない状況でも、予測的な人間歩行シミュレーションの生体力学的忠実度と一般化を向上させうることを示しています。