PAD是由动脉粥样硬化引起的四肢供血不足，主要影响下肢，症状包括疼痛和麻木。在中国，约有五千万PAD患者，其中糖尿病患者占多数。双抗患者需同时使用两种抗血小板药物，手术时出血风险增加。

本文介绍了FALCON，一个双智能体强化学习框架，旨在提高人形机器人在复杂任务中的力自适应能力。通过解耦上下肢学习并共享本体感知，FALCON在搬运、拉车和开门等任务中表现出更好的适应性和稳定性，优于现有方法。然而，FALCON仍需克服多接触交互和外部力矩的局限性。

自去年Q4以来，我司专注于具身智能应用开发，需求持续增长。本周，国企和知名企业频繁联系，涉及多个行业。研究者关注CMU和UCSD的最新进展，提出自适应运动优化（AMO）框架，旨在解决人形机器人全身控制的挑战，结合强化学习和轨迹优化，提升机器人在动态环境中的操作能力。

K2MUSE数据集解决了下肢数据集缺乏多模态数据和大规模步态样本的问题，包含30名健康参与者在不同条件下的综合数据，增强了对下肢运动的生物力学理解，为康复机器人研究提供了新资源。

本研究针对可穿戴机器人在不同地形中对运动参数的精准识别这一问题，提出了一种新的深度学习方法，比较了八种深度神经网络结构的性能。研究发现，仅使用IMU数据即可在地形分类、坡度和楼梯高度预测中实现高精度，并通过SHAP分析证明了传感器的减少不影响性能，为设计更轻便的系统提供了新思路。

该研究介绍了一种创新的零样本方法，利用图像生成扩散模型实现无标记姿态估计，为下肢假肢的步态分析提供了有希望的解决方案。研究结果证实了这种方法的可行性，并强调其在推进下肢截肢者步态分析方面的潜力。