Vom 17. bis 19. Juli 2025 fand die 21st IEEE International Conference on Advanced Robotics and Its Social Impacts (ARSO) im japanischen Osaka statt. Die Konferenz bringt internationale Forschende, Industrievertreter und politische Akteure zusammen, um die Schnittstellen von fortschrittlicher Robotik, Gesellschaft und Ethik zu diskutieren.
Wir vom IRAS waren in diesem Jahr durch Andreas Zachariae vertreten. Er präsentierte sein Paper Towards Automated, Individualized, and Adaptive Lower-Limb Motor Training with a Force-Controlled Robotic Walker, das sich mit den Möglichkeiten der robotergestützten Rehabilitation befasst.
Das Paper widmet sich einer der zentralen Herausforderungen in der modernen Rehabilitation:
Wie können Roboter ein individualisiertes, adaptives Training ermöglichen, das sowohl automatisiert als auch effektiv ist?
Im Unterschied zu standardisierten „One-size-fits-all“-Programmen, die häufig nicht auf die Bedürfnisse einzelner Patienten eingehen, zielt der Ansatz von Andreas auf maßgeschneiderte Trainingsprogramme ab. Diese können nicht nur das Leistungsniveau der Nutzenden berücksichtigen, sondern auch gezielt fordern und kontinuierlich angepasst werden.
Die Arbeit setzt an drei Schlüsselpunkten an:
- Analyse des Forschungsstandes
Das Paper bietet einen umfassenden Überblick über bestehende Methoden für individualisiertes motorisches Training. Dabei werden insbesondere Ansätze zur automatischen Leistungsbewertung, zur Anpassung der Trainingsschwierigkeit und zur dynamischen Planung von Übungsabfolgen betrachtet. - Nutzerstudie mit dem RoboTrainer
Untersucht wurde, inwieweit der vom IRAS entwickelte robotische Rollator “RoboTrainer” technisch in der Lage ist, adaptives Training zu unterstützen. Dabei standen vor allem die Messung von Gangparametern (wie Schrittlänge und Frequenz) sowie die Möglichkeit einer situationsabhängigen Trainingssteuerung im Vordergrund. Die Ergebnisse der Studie zeigen, dass der RoboTrainer eine geeignete Basis für personalisierte Therapieansätze darstellt. - Vorstellung des Frameworks RoboTrainerAID
Als nächster Schritt wurde das Konzept “RoboTrainerAID” entwickelt – ein Framework, das Methoden des maschinellen Lernens einsetzt, um das Training in Echtzeit an die Leistung der Übenden anzupassen.- Ein Algorithmus bewertet automatisch, wie gut Übungen durchgeführt werden.
- Auf Basis dieser Analyse wird der Schwierigkeitsgrad der Aufgaben angepasst – etwa durch Variation der räumlichen Bewegungsanforderungen.
- Ziel ist ein individuell abgestimmter Trainingsplan, der dynamisch auf Fortschritte oder Schwierigkeiten reagiert.
Mit diesem Konzept soll nicht nur die Effektivität der Rehabilitation gesteigert werden, sondern auch die Ressourcen im Gesundheitswesen entlastet werden – ein entscheidender Aspekt vor dem Hintergrund des Fachkräftemangels und der alternden Gesellschaft.
Fazit
Mit seiner Forschung im Feld der unterstützenden Robotik für medizinische Anwendungen leistet Andreas Zachariae einen wichtigen Beitrag zur internationalen Diskussion über den Einsatz von Robotik in der Rehabilitation.
Die Teilnahme an der ARSO 2025 bot die Möglichkeit, die eigenen Ergebnisse zu präsentieren, wertvolles Feedback zu erhalten und neue Impulse für die weitere Arbeit mitzunehmen.
