学习装置、复健辅助系统、方法、程序及学习完毕模型

摘要

本发明提供学习装置、复健辅助系统、方法、程序以及学习完毕模型。服务器是具有数据取得部以及学习部的学习装置。数据取得部取得个人资料数据以及选择辅助水平作为学习用数据。个人资料数据是关于利用复健辅助系统亦即步行训练装置执行了的复健锻炼的表示执行前的与训练者相关的个人资料的数据。选择辅助水平是在上述复健锻炼的执行时被选择的辅助水平。学习部基于学习用数据来学习对推荐辅助水平进行，该推荐辅助水平是被推荐为在训练者利用复健辅助系统的情况下应该选择的辅助水平。另外，学习部基于上述学习来生成将个人资料数据作为输入、将推荐辅助水平作为输出的学习完毕模型。

说明书

技术领域

本发明涉及学习装置、复健辅助系统、方法、程序以及学习完毕模型。

背景技术

患者等训练者在进行复健锻炼(复健)时，有时利用步行训练装置等复健辅助系统。作为步行训练装置的例子，在日本特开2015-223294号公报中公开了一种具备被佩戴于训练者的腿部来辅助训练者的步行的步行辅助装置的步行训练装置。步行辅助装置具有马达单元，通过根据训练者的步行动作驱动膝关节部而使其旋转来辅助训练者的步行。

在训练者进行复健时，根据复健辅助系统，有时医师、物理治疗师(PT：PhysicalTherapist)等训练工作人员进行陪同、该复健辅助系统的设定操作作为训练者的辅助。

在复健辅助系统中，为了对于训练者的恢复进行有效的训练，根据训练者的状态来恰当地设定辅助训练者的动作时的辅助动作的水平(辅助水平)是很重要的。辅助水平的设定由训练工作人员进行的情况较多。然而，辅助水平的设定依赖训练工作人员的经验、直觉的地方很大。因此，存在训练的效果因负责训练的训练工作人员的个体差异而偏差的担忧。

发明内容

本发明是为了解决这样的课题而完成的，提供用于设定恰当的辅助水平的学习装置等。

本发明的1个实施方式中的学习装置具有数据取得部以及学习部。数据取得部取得个人资料数据以及选择辅助水平作为学习用数据。个人资料数据是关于利用具有对训练者的动作进行辅助的辅助装置的复健辅助系统执行了的复健锻炼的、表示执行前的与训练者相关的个人资料的数据。选择辅助水平是在上述复健锻炼的执行时被选择的辅助装置的辅助水平。学习部基于上述学习用数据学习对推荐辅助水平进行决定，该推荐辅助水平是被推荐为在训练者利用复健辅助系统的情况下应该选择的辅助装置的辅助水平。另外，学习部基于上述学习来生成将个人资料数据作为输入、将推荐辅助水平作为输出的学习完毕模型。

由此，学习装置能够生成将任意的个人资料数据作为输入来输出相对于该任意的个人资料数据的推荐辅助水平的学习完毕模型。

在上述学习装置中，优选学习部具有：输入层取得部，取得个人资料数据作为输入层；和教导数据取得部，取得选择辅助水平作为输出层的教导数据。由此，学习装置能够利用所取得的个人资料数据以及选择辅助水平来进行有教导学习。

在上述学习装置中，数据取得部取得与训练者罹患的疾病的类型相关的信息、训练者的基于功能独立性评价法的认知水平、训练者的基于中风功能评价法的评价得分、评价了训练者的运动能力的运动能力水平以及表示训练者的恢复度的历史记录的历史记录数据的至少1个数据作为个人资料数据。由此，学习装置能够对于未学习的个人资料数据恰当地输出推荐辅助水平。

在上述学习装置中，个人资料数据所包含的疾病的类型可以是训练者的脑疾病，与疾病的类型相关的信息是脑疾病中的与脑的损伤部位对应的信息。由此，学习装置能够根据训练者罹患的脑疾病中的脑的损伤部位恰当地输出推荐辅助水平。

在上述学习装置中，辅助装置可以是用于辅助训练者的步行的马达，辅助水平是表示马达的转矩的大小的指标。另外，在上述学习装置中，辅助装置可以是辅助训练者的膝关节的伸展动作的马达，辅助水平是表示相对于膝关节的角度的大小的马达的转矩的大小的指标。由此，学习装置能够恰当地输出步行训练的推荐辅助水平。

本发明的1个实施方式中的复健辅助系统是能够访问利用上述的学习装置生成的学习模型亦即学习完毕模型的复健辅助系统，具有输出部和通知部。上述输出部输出训练者的个人资料数据作为向学习完毕模型的输入。上述通知部将作为针对被输入的个人资料数据的响应而从学习完毕模型输出的推荐辅助水平通知给复健辅助系统的使用者。另外，本发明的1个实施方式中的复健辅助系统可以还具有与复健辅助系统连接为能够通信的服务器装置，服务器装置具有存储学习完毕模型的存储部。由此，复健辅助系统能够将进行复健锻炼的训练者的推荐辅助水平通知给PT等训练工作人员。

本发明的1个实施方式中的学习方法具有数据取得步骤以及学习步骤。数据取得步骤取得个人资料数据和选择辅助水平。个人资料数据是关于利用具有对训练者的动作进行辅助的辅助装置的复健辅助系统执行了的复健锻炼的、表示执行前的与训练者相关的个人资料的数据。选择辅助水平是在上述复健锻炼的执行时被选择的辅助装置的辅助水平。学习步骤基于个人资料数据以及选择辅助水平来学习对推荐辅助水平进行决定，该推荐辅助水平是被推荐为在训练者利用复健辅助系统的情况下应该选择的辅助装置的辅助水平。学习完毕模型生成步骤基于上述学习来生成将个人资料数据作为输入、将推荐辅助水平作为输出的学习完毕模型。由此，学习方法能够生成将任意的个人资料数据作为输入来输出针对该任意的个人资料数据的推荐辅助水平的学习完毕模型。

另外，本发明的1个实施方式中的复健辅助方法是能够访问利用上述的学习方法生成的学习模型亦即学习完毕模型的复健辅助方法。该复健辅助方法具有输出步骤，该输出步骤将利用复健辅助系统的训练者的个人资料数据作为向学习完毕模型的输入进行输出。另外，复健辅助方法具有通知步骤，该通知步骤将作为针对被输入的个人资料数据的响应而从学习完毕模型输出的推荐辅助水平通知给复健辅助系统的使用者。由此，复健辅助方法能够将进行复健锻炼的训练者的推荐辅助水平通知给PT等训练工作人员。

本发明的1个实施方式中的学习程序使计算机执行具有数据取得步骤、学习步骤以及学习完毕模型生成步骤的学习方法。数据取得步骤取得个人资料数据和选择辅助水平。个人资料数据是关于利用具有对训练者的动作进行辅助的辅助装置的复健辅助系统执行了的复健锻炼的、表示执行前的与训练者相关的个人资料的数据。选择辅助水平是在上述复健锻炼的执行时被选择的辅助装置的辅助水平。学习步骤基于个人资料数据以及选择辅助水平来学习对推荐辅助水平进行决定，该推荐辅助水平是被推荐为在训练者利用复健辅助系统的情况下应该选择的辅助装置的辅助水平。学习完毕模型生成步骤基于上述学习来生成将个人资料数据作为输入、将推荐辅助水平作为输出的学习完毕模型。由此，程序能够生成将任意的个人资料数据作为输入来输出针对该任意的个人资料数据的推荐辅助水平的学习完毕模型。由此，学习程序能够生成将任意的个人资料数据作为输入来输出针对该任意的个人资料数据的推荐辅助水平的学习完毕模型。

另外，本发明的1个实施方式中的学习完毕模型是用于使计算机以基于训练者的个人资料数据来输出推荐辅助水平的方式发挥功能的学习完毕模型，是利用上述学习装置生成的学习模型。通过利用该学习完毕模型，能够对于未学习的个人资料数据恰当地输出推荐辅助水平。

根据本公开，能够提供用于设定恰当的辅助水平的学习装置等。

根据以下的详细描述和附图会更充分理解本公开的上述和其他目的、特征以及优点，附图仅以例示的方式给出，因此不应认为限制本公开。

附图说明

图1是实施方式所涉及的复健辅助系统的简要立体图。

图2是步行辅助装置的简要立体图。

图3是表示复健辅助系统的系统构成的框图。

图4是表示服务器的结构的框图。

图5是表示训练者的步行周期的例子的图。

图6是表示病腿的膝部伸展角度的例子的图。

图7是表示辅助水平的例子的第1图。

图8是表示辅助水平的例子的第2图。

图9是用于对学习装置中的处理进行说明的流程图。

图10是表示输入至学习装置的数据的例子的图。

图11是表示学习模型的例子的图。

图12是用于对服务器的处理的一个例子进行说明的流程图。

具体实施方式

以下，通过发明的实施方式对本发明进行说明，但并不将技术方案所涉及的发明限定为以下的实施方式。另外，并不限定为实施方式中说明的结构全部是作为用于解决课题的构件所必需的。为了说明的明确化，以下的记载以及附图被恰当地省略以及简化。此外，在各附图中，对相同的要素标注相同的附图标记，根据需要省略重复说明。

＜实施方式＞

以下，参照附图对实施方式进行说明。

(系统构成)

图1是表示实施方式所涉及的复健辅助系统的一个构成例的整体示意图。本实施方式所涉及的复健辅助系统(复健系统)主要由步行训练装置100、外部通信装置300以及服务器(服务器装置)500构成。

步行训练装置100是对训练者(用户)900的复健(复健锻炼)进行辅助的复健辅助系统的一个具体例。步行训练装置100是用于供一条腿瘫痪的偏瘫患者亦即训练者900根据训练工作人员901的指导进行步行训练的装置。这里，训练工作人员901能够是治疗师(物理治疗师)或者医师，由于通过指导或者帮助等来辅助训练者的训练，所以还能够称为训练指导者、训练帮助者、训练辅助者等。

步行训练装置100主要具备：控制盘133，被安装于构成整体的骨架的框架130；跑步机131，供训练者900步行；以及步行辅助装置120，被佩戴于训练者900的瘫痪侧的腿部亦即病腿。另外，除此之外，步行训练装置100还具备作为安全装置的跌倒防止保护带装置。

框架130立设于在地板面设置的跑步机131上。跑步机131通过未图示的马达使环状的带132旋转。跑步机131是促进训练者900步行的装置，进行步行训练的训练者900登上带132并配合带132的移动来尝试步行动作。此外，例如如图1所示，训练工作人员901也能够站立在训练者900的背后的带132上一同进行步行动作，但通常优选处于以跨着带132的状态站立等容易进行训练者900的帮助的状态。

框架130对收纳进行马达、传感器的控制的整体控制部210的控制盘133、向训练者900提示训练的进展状况等的例如作为液晶面板的训练用监视器138等进行支承。另外，框架130在训练者900的头上部前方附近支承前侧抻拉部135，在头上部附近支承保护带抻拉部112，在头上部后方附近支承后侧抻拉部137。另外，框架130包括用于供训练者900抓握的扶手130a。

扶手130a被配置于训练者900的左右两侧。各个扶手130a沿着与训练者900的步行方向平行的方向配置。扶手130a能够调整上下位置以及左右位置。即，扶手130a能够包括变更其高度的机构。并且，扶手130a还能够构成为例如通过以使高度在步行方向的前方侧与后方侧不同的方式进行调整而能够变更其倾斜角度。例如，扶手130a能够带有沿着步行方向逐渐变高那样的倾斜角度。

另外，在扶手130a设置有检测从训练者900受到的载荷的扶手传感器218。例如，扶手传感器218能够是电极被配置为矩阵状的电阻变化检测型的载荷检测片。另外，扶手传感器218还能够是使3轴加速度传感器(x，y，z)与3轴陀螺仪传感器(roll，pitch，yaw)复合而成的6轴传感器。其中，扶手传感器218的种类、设置位置是任意的。

照相机140承担作为用于观察训练者900的全身的拍摄部的功能。照相机140以与训练者相对的方式设置于训练用监视器138的附近。照相机140拍摄训练中的训练者900的静态图像、动态图像。照相机140包括成为能够捕捉训练者900的全身的程度的视场角那样的镜头与拍摄元件的套件。拍摄元件例如是CMOS(Complementary Metal-Oxide-Semiconductor)影像传感器，将成像在成像面的光学像变换为图像信号。

前侧抻拉部135以及后侧抻拉部137通过相互的协作的动作，来以步行辅助装置120的载荷不成为病腿的负担的方式抵消该载荷，并且根据设定的程度来辅助病腿的摆动动作。

前侧钢丝134的一端与前侧抻拉部135的卷取机构连结，另一端与步行辅助装置120连结。前侧抻拉部135的卷取机构通过使未图示的马达开/关来根据病腿的活动而卷取或导出前侧钢丝134。同样，后侧钢丝136的一端与后侧抻拉部137的卷取机构连结，另一端与步行辅助装置120连结。后侧抻拉部137的卷取机构通过使未图示的马达开/关来根据病腿的活动而卷取或导出后侧钢丝136。通过这样的前侧抻拉部135与后侧抻拉部137协作的动作，来以步行辅助装置120的载荷不成为病腿的负担的方式抵消该载荷，并且，根据设定的程度来辅助病腿的摆动动作。

例如，训练工作人员901作为操作人员来对于重度瘫痪的训练者将进行辅助的水平设定得大。若进行辅助的水平被设定得大，则前侧抻拉部135配合病腿的摆动时机以比较大的力卷取前侧钢丝134。若训练进展而不需要辅助，则训练工作人员901将进行辅助的水平设定为最小。若将进行辅助的水平设定为最小，则前侧抻拉部135配合病腿的摆动时机以仅消除步行辅助装置120的自重的力来卷取前侧钢丝134。

跌倒防止保护带装置具有背带110、保护带钢丝111以及保护带抻拉部112作为主要构成要素。背带110是被卷绕于训练者900的腹部的带，例如通过面粘扣被固定于腰部。背带110具备将作为吊具的保护带钢丝111的一端连结的连结钩110a，还能够称为悬吊带。训练者900以连结钩110a位于后背部的方式佩戴背带110。

保护带钢丝111的一端与背带110的连结钩110a连结，另一端与保护带抻拉部112的卷取机构连结。保护带抻拉部112的卷取机构通过使未图示的马达开/关来卷取或导出保护带钢丝111。通过这样的结构，在训练者900要跌倒的情况下，防跌倒保护带装置根据检测到该活动的整体控制部210的指示来卷取保护带钢丝111，通过背带110支承训练者900的上身而防止训练者900跌倒。

背带110具备用于检测训练者900的姿势的姿势传感器217。姿势传感器217例如是将陀螺仪传感器与加速度传感器组合而成的传感器，输出佩戴了背带110的腹部相对于重力方向的倾斜角。

管理用监视器139被安装于框架130，是主要用于供训练工作人员901进行监视以及操作的显示输入装置。管理用监视器139例如为液晶面板，在其表面设置有触摸面板。管理用监视器139显示与训练设定相关的各种菜单项目、训练时的各种参数值、训练结果等。

步行辅助装置120被佩戴于训练者900的病腿，通过减少病腿的膝关节处的伸展以及屈曲的负荷来辅助训练者900的步行。步行辅助装置120具备测量脚底载荷的传感器等，向整体控制部210输出与移动腿相关的各种数据。另外，背带110还能够使用具有旋转部的连接部件(以下，称为臀部接头：a hip joint)来与步行辅助装置120连接。关于步行辅助装置120的详细将后述。

此外，在本实施方式中，“腿”以及“腿部”作为表示比髋关节靠下部整体的用语而使用，“脚”以及“脚部”作为表示从脚踝至脚尖为止的部分的用语而使用。

整体控制部210生成包括进行训练时的与训练者相关各种信息的个人资料数据。个人资料数据例如能够包括罹患的疾病的症状信息、基于功能独立性评价法的认知水平、基于中风功能评价法的评价得分、评价了运动能力的运动能力水平、表示恢复度的数据以及表示训练者的属性的数据等。其中，关于个人资料数据的详细将后述。

另外，除了生成上述的个人资料数据之外，整体控制部210还能够生成与复健锻炼相关的其他数据(以下，称为复健数据)。关于复健数据的详细也将后述。

外部通信装置300是向外部发送个人资料数据、复健数据的发送机构的一个具体例。外部通信装置300能够具有接受步行训练装置100所输出的数据并暂时进行存储的功能和将存储的数据向服务器500发送的功能。

外部通信装置300与步行训练装置100的控制盘133例如通过USB(UniversalSerial Bus)线缆连接。另外，外部通信装置300经由无线通信设备410例如通过无线LAN(Local Area Network)而与因特网或者局域网等网络400连接。此外，步行训练装置100还能够具备通信装置来代替外部通信装置300。

服务器500是接收个人资料数据并处理接收到的个人资料数据的信息处理机构的一个具体例。服务器500与网络400连接，具有蓄积从外部通信装置300接收到的个人资料数据的功能。关于服务器500的功能将后述。

在本实施方式中，作为复健辅助系统的一个例子，对步行训练装置100进行说明，但并不局限于此，也可以是进行训练者的复健辅助的任意的复健辅助系统。例如，复健辅助系统可以是辅助肩、臂的复健的上肢复健辅助系统。或者，复健辅助系统也可以是辅助训练者的平衡能力的复健的复健辅助系统。

接下来，使用图2对步行辅助装置120进行说明。图2是表示步行辅助装置120的一个构成例的简要立体图。步行辅助装置120主要具备控制单元121、支承病腿的各部的多个框架、以及用于检测施加于脚底的载荷的载荷传感器222。

控制单元121包括进行步行辅助装置120的控制的辅助控制部220，另外，还包括产生用于对膝关节的伸展运动以及屈曲运动进行辅助的驱动力的未图示的马达。支承病腿的各部的框架包括大腿框架122和与大腿框架122连结为转动自如的小腿框架123。另外，该框架还包括与小腿框架123连结为转动自如的脚掌框架124、用于连结前侧钢丝134的前侧连结框架127、以及用于连结后侧钢丝136的后侧连结框架128。

大腿框架122与小腿框架123绕图示的铰接轴H

前侧连结框架127被设置为在大腿的前侧沿左右方向伸延并在两端与大腿框架122连接。另外，在前侧连结框架127中，在左右方向的中央附近设置有用于连结前侧钢丝134的连结钩127a。后侧连结框架128被设置为在小腿的后侧沿左右方向伸延并在两端分别与沿上下伸延的小腿框架123连接。另外，在后侧连结框架128中，在左右方向的中央附近设置有用于连结后侧钢丝136的连结钩128a。

大腿框架122具备大腿带129。大腿带129是一体设置于大腿框架的带，被卷绕于病腿的大腿部来将大腿框架122固定于大腿部。由此，防止了步行辅助装置120的整体相对于训练者900的腿部偏移。

载荷传感器222是被埋入至脚掌框架124的载荷传感器。载荷传感器222检测训练者900的脚底所承受的垂直载荷的大小与分布，例如还能够构成为检测COP(Center OfPressure：载荷中心)。载荷传感器222例如是电极被配置为矩阵状的电阻变化检测型的载荷检测片。

接下来，参照图3对步行训练装置100的系统构成例进行说明。图3是表示步行训练装置100的系统构成例的框图。如图3所示，步行训练装置100能够具备整体控制部210、跑步机驱动部211、操作受理部212、显示控制部213以及抻拉驱动部214。另外，步行训练装置100能够具备保护带驱动部215、图像处理部216、姿势传感器217、扶手传感器218、通信连接IF(接口)219、输入输出单元231以及步行辅助装置120。

整体控制部210例如是MPU(Micro Processing Unit)，通过执行从系统存储器读入的控制程序来执行装置整体的控制。整体控制部210能够具有后述的步行评价部210a、训练判定部210b、输入输出控制部210c以及通知控制部210d。

跑步机驱动部211包括使带132旋转的马达及其驱动电路。整体控制部210通过向跑步机驱动部211发送驱动信号来执行带132的旋转控制。整体控制部210例如根据由训练工作人员901设定的步行速度来调整带132的旋转速度。

操作受理部212受理来自训练工作人员901的输入操作并将操作信号向整体控制部210发送。训练工作人员901对构成操作受理部212的、设置于装置的操作按钮、与管理用监视器139重叠的触摸面板、附属的遥控器等进行操作。通过该操作，能够赋予电源的开/关、训练的开始的指示、进行与设定相关的数值的输入、菜单项目的选择。此外，操作受理部212还能够受理来自训练者900的输入操作。

显示控制部213接受来自整体控制部210的显示信号来生成显示图像，并显示于训练用监视器138或者管理用监视器139。显示控制部213根据显示信号来生成表示训练的进展的图像、由照相机140拍摄到的实时影像。

抻拉驱动部214包括构成前侧抻拉部135的用于抻拉前侧钢丝134的马达及其驱动电路、和构成后侧抻拉部137的用于抻拉后侧钢丝136的马达及其驱动电路。整体控制部210通过向抻拉驱动部214发送驱动信号来分别控制前侧钢丝134的卷取与后侧钢丝136的卷取。另外，并不局限于卷取动作，还通过控制马达的驱动转矩来控制各钢丝的抻拉力。整体控制部210例如根据载荷传感器222的检测结果来确定病腿从立腿状态切换为摆腿状态的时机，通过与该时机同步地使各钢丝的抻拉力增减，来辅助病腿的摆动动作。

保护带驱动部215包括构成保护带抻拉部112的用于抻拉保护带钢丝111的马达及其驱动电路。整体控制部210通过向保护带驱动部215发送驱动信号来控制保护带钢丝111的卷取和保护带钢丝111的抻拉力。例如在预测到训练者900跌倒的情况下，整体控制部210卷取一定量的保护带钢丝111来防止训练者跌倒。

图像处理部216与照相机140连接，能够从照相机140接受图像信号。图像处理部216根据来自整体控制部210的指示来从照相机140接受图像信号，对接受到的图像信号进行图像处理而生成图像数据。另外，图像处理部216还能够根据来自整体控制部210的指示来对从照相机140接受到的图像信号实施图像处理而执行特定的图像解析。例如，图像处理部216通过图像解析来检测与跑步机131接触的病腿的脚的位置(立腿位置)。具体而言，例如通过提取脚掌框架124的前端附近的图像区域并对描绘在与该前端部重叠的带132上的识别标识进行解析来运算立腿位置。

姿势传感器217如上述那样检测训练者900的腹部相对于重力方向的倾斜角，并将检测信号向整体控制部210发送。整体控制部210使用来自姿势传感器217的检测信号来运算训练者900的姿势、具体为躯干的倾斜角。其中，整体控制部210与姿势传感器217可以通过有线连接，也可以通过近距离无线通信连接。

扶手传感器218检测施加于扶手130a的载荷。即，训练者900无法通过两腿完全支承自身的体重的量的载荷施加于扶手130a。扶手传感器218检测该载荷，并将检测信号向整体控制部210发送。

整体控制部210还承担作为执行与控制相关的各种运算、控制的功能执行部的作用。步行评价部210a使用从各种传感器取得的数据，来评价训练者900的步行动作是否为异常步行。训练判定部210b例如基于步行评价部210a评价出的异常步行的累计数，来对于一系列步行训练判定训练结果。整体控制部210能够生成该判定结果或成为其根源的异常步行的累计数等作为复健数据的一部分。

通信连接IF219是与整体控制部210连接的接口，是用于向被佩戴于训练者900的病腿的步行辅助装置120赋予指令、接受传感器信息的接口。

步行辅助装置120能够具备与通信连接IF219通过有线或者无线连接的通信连接IF229。通信连接IF229与步行辅助装置120的辅助控制部220连接。通信连接IF219、229是符合通信标准的例如有线LAN或者无线LAN等通信接口。

另外，步行辅助装置120能够具备辅助控制部220、关节驱动部221、载荷传感器222以及角度传感器223。辅助控制部220例如为MPU，通过执行从整体控制部210赋予的控制程序来执行步行辅助装置120的控制。另外，辅助控制部220将步行辅助装置120的状态经由通信连接IF219、229向整体控制部210通知。另外，辅助控制部220接受来自整体控制部210的指令，执行步行辅助装置120的启动/停止等控制。

关节驱动部221包括控制单元121的马达121M及其驱动电路。辅助控制部220通过向关节驱动部221发送驱动信号来以大腿框架122与小腿框架123绕铰接轴H

此外，关节驱动部221能够将控制单元121的马达121M的驱动力切换为预先设定的水平。控制单元121中的该马达121M的驱动力的切换被设定为辅助水平。即，本实施方式中的辅助水平是表示对于进行步行训练的训练者900进行的辅助动作的强度的水平。关于辅助水平的详细将后述。

载荷传感器222如上述那样检测训练者900的脚底所承受的垂直载荷的大小与分布并将检测信号向辅助控制部220发送。辅助控制部220能够通过接受检测信号并解析来进行摆腿/立腿的状态判别等。

角度传感器223如上述那样检测大腿框架122与小腿框架123绕铰接轴H

输入输出单元231例如包含USB(Universal Serial Bus)接口，是用于与外部的设备(外部通信装置300、其他外部设备)连接的通信接口。整体控制部210的输入输出控制部210c经由输入输出单元231与外部的设备通信，进行上述的整体控制部210内的控制程序、辅助控制部220内的控制程序的重新写入、指令的接受、生成的复健数据的输出等。步行训练装置100通过输入输出控制部210c的控制来经由输入输出单元231以及外部通信装置300进行与服务器500的通信。例如，输入输出控制部210c能够进行经由输入输出单元231以及外部通信装置300向服务器500发送复健数据的控制、接收来自服务器500的指令的控制。

在需要对于训练工作人员901通知的情形下，通知控制部210d通过控制显示控制部213或者另外设置的声音控制部等来从管理用监视器139或者另外设置的扬声器进行通知。关于该通知的详细将后述，但需要对于训练工作人员901通知的情形能够是从服务器500接收到用于进行通知的指令的情况。

接下来，对服务器500的详细进行说明。服务器500经由网络400从步行训练装置100接收个人资料数据，并处理接收到的个人资料数据。在处理个人资料数据时，服务器500利用预先存储的学习完毕模型。通过利用多个教导数据来进行机器学习而生成学习完毕模型。服务器500利用学习完毕模型并根据接收到的个人资料数据来决定所推荐的辅助水平。服务器500经由网络400将处理结果亦即辅助水平发送至步行训练装置100。其中，服务器500能够构成为从多个步行训练装置100接收多个个人资料数据。由此，服务器500能够收集大量的个人资料数据。

图4是表示服务器500的一个构成例的框图。如图4所示，服务器500能够具备控制部510、通信IF514、数据蓄积部520以及模型存储部521。控制部510例如是MPU，通过执行从系统存储器读入的控制程序来执行服务器500的控制。控制部510能够具备后述的数据取得部510a、学习部510b以及响应处理部510c，该情况下，上述的控制程序包括用于使这些部位510a～510c的功能实现的程序。

通信IF514例如包含有线LAN接口，是用于与网络400连接的通信接口。控制部510能够经由通信IF514接收来自步行训练装置100的个人资料数据，并能够向步行训练装置100发送处理结果。

数据积蓄部520例如具有HDD(hard disk drive)、SSD(solid state Drive)等存储装置，存储复健数据。控制部510将经由通信IF514从外部通信装置300接收到的个人资料数据向数据积蓄部520写入。

模型存储部521也具有HDD、SSD等存储装置。此外，数据积蓄部520与模型存储部521还能够具有共通的存储装置。在服务器500与步行训练装置100配合执行复健辅助处理的情况下，在模型存储部521至少存储有能够运用的学习完毕模型。

除了具有对于从步行训练装置100接收到的个人资料数据输出推荐辅助水平的功能之外，服务器500还具有作为用于生成学习完毕模型的学习装置的功能。即，控制部510能够构成为进行对作为学习装置的功能与通过学习完毕模型进行复健辅助处理的功能加以切换的控制。不过，服务器500也能够按照在学习阶段使用的装置和在伴有学习完毕模型的运用阶段使用的装置进行分散。

数据取得部510a在学习阶段中取得个人资料数据以及与该个人资料数据对应选择的辅助水平亦即选择辅助水平。另外，在进行复健辅助处理的情况下，数据取得部510a取得任意的个人资料数据。

学习部510b为了使服务器500作为学习装置发挥功能而设置，响应处理部510c为了使服务器500执行复健辅助处理的一部分而设置。

模型存储部521存储未学习(还包括学习中的情况)的学习模型(以下，称为未学习模型)以及学习完毕的学习模型(以下，称为学习完毕模型)的至少一方。作为学习装置的服务器500是处理各种数据的处理装置。例如，服务器500使用所取得的个人资料数据以及教导数据进行机器学习，来生成学习完毕模型。此外，学习装置还能够称为学习模型生成装置。当服务器500作为学习装置发挥功能时，在模型存储部521至少存储有未学习的学习模型。

(个人资料数据)

这里，对个人资料数据进行说明。服务器500取得的个人资料数据是表示与训练者相关的信息的数据，包含以下所示的(1)～(5)的信息中的至少1个信息。

(1)训练者罹患的疾病的症状信息

症状信息能够包含中风(脑血管病)、脊髄损伤等罹患的疾病的类型(病名或者疾病名)与其部位(损伤部位)，能够根据类型而包含其分类。例如，中风能够分类为脑梗塞、头盖内出血(脑出血/蛛网膜下出血)等。另外，症状信息能够包含附随于上述的内容并表示初始症状、其发病时期、当前的症状的信息。症状信息除了包含能够理解为训练者主要因这里所包含的症状而需要复健的信息之外，还能够包含与复健无直接关系的症状。

(2)训练者的基于功能独立性评价法的认知水平

作为评价训练者的认知水平的手法，例如公知有FIM(Functional IndependenceMeasure：功能独立性评价表)。FIM决定了评价ADL(Activities of Daily Life)的评价方法之一。在FIM中，根据帮助量而以1分～7分这7个阶段进行评价。

在对进行步行训练的训练者的认知水平加以评价的情况下，步行FIM成为表示恢复度的通用的指标。步行FIM以1～7分这7个阶段来评价认知水平。例如无帮助者且无背带(辅助器)能够步行50m以上的情况的评价为最高分的7分。另外，一个帮助者如何帮助也只能步行小于15m的情况的评价是最低分的1分。同样，在以最小帮助(帮助量为25％以下)能够移动50m的情况下，成为4分，在以中等程度帮助(帮助量为25％以上)能够移动50m的情况下，成为3分。一般随着恢复进展，训练者的步行FIM逐渐变高。

另外，步行FIM能够理解为穿戴了辅助器的情况等评价时的条件下的分数，该情况下，还能够预先将表示该评价时所应用的条件的信息附加至表示步行FIM的信息。条件能够包含取得该信息时的辅高、所使用的安装件(例如步行辅助装置120、其他步行辅助装置、无安装件等)，该安装件中的膝部、脚踝的部位的角度设定等设定、是平地步行还是斜面步行等。另外，通常步行FIM是平地步行下的步行FIM，表示其的平地步行信息中还能够包含平地步行评价时步行了最远的距离(最大连续步行距离[m])等信息。

(3)训练者的基于中风功能评价法的评价得分

作为用于将训练者所患的中风的功能障碍定量化的评价手法，例如存在SIAS(Stroke Impairment Assessment Set)。SIAS能够包括髋屈曲测试(Hip-Flex)、膝部伸展测试(Knee-Ext)、脚底板测试(Foot-Pat)。另外，SIAS能够包括下肢触觉(Touch L/E)、下肢位置感(Position L/E)、腹肌力(Abdominal)、以及垂直性测试(Verticality)。

(4)表示训练者的恢复度的数据

表示上述的步行FIM的变化的数据能够成为表示训练者的恢复度的数据。例如，从初始步行FIM起向最新的步行FIM的变化量或者变化速度成为表示恢复度的指标。变化速度还能够称为FIM效率，例如能够是将到现在为止的FIM的增益(变化量)除以复健的实施天数、表示复健的期间的经过天数、或者训练者为入院患者的情况下入院天数等期间所得到的值。

表示训练者的恢复度的数据也可以是Br.stage(Brunnstrom Recovery Stage)。Br.stage(Brunnstrom Recovery Stage)针对偏瘫的恢复过程，根据观察将其恢复阶段分为6个阶段。在本实施方式中，表示训练者的恢复度的数据能够包含Br.stage中的与步行训练装置100有关的主要项目亦即下肢项目。

(5)表示训练者的属性的数据

表示训练者的属性的数据例如包含表示训练者的年龄、性别、体格(身高、体重等)、身体状态的得分等。

以上，对个人资料数据详细地进行了说明，但个人资料数据并不局限于上述的内容，只要包含补全各个目的的信息，则也可以是其他种类的信息。另外，个人资料数据能够附加各数据的测定日期时间等信息。

(复健数据)

接下来，对复健数据进行说明。复健数据能够包含步行训练装置100的设定参数、由设置于步行训练装置100的传感器等检测到的检测数据、以及与训练工作人员901相关的数据(以下，称为工作人员数据)。

步行训练装置100的设定参数中包含步行辅助装置120的辅助水平。关于辅助水平的详细将后述。检测数据是由设置于步行训练装置100的传感器等检测到的数据。检测数据的具体例之一是与步行辅助装置120具有的角度传感器223所检测的角度相关的信息。除此之外，检测数据还包含步行训练装置100所具有的各传感器的输出。

工作人员数据例如表示训练工作人员901的属性等。工作人员数据是训练工作人员901的姓名或者ID、年龄、性别、体格(身高、体重等)、所属的医院名、作为PT或者医师的经验年数等。工作人员数据能够包含将帮助训练者900的时间数值化的值作为与帮助者相关的数据。

另外，在多个训练工作人员同时帮助一次复健实施的情况下，复健数据能够包含多人的工作人员数据。另外，各工作人员数据能够包含表示是主要的训练工作人员还是辅助的训练工作人员的信息。除了这样的信息之外，或者取代这样的信息，各工作人员数据还能够包含表示是否是进行管理用监视器139中的设定操作、图像的确认的训练工作人员、或是否是仅起到用手支承训练者900的作用的训练工作人员的信息等。

(辅助水平)

接下来，对本实施方式中的辅助水平详细地进行说明。在进行训练者900的步行训练时，本实施方式的步行训练装置100的步行辅助装置120辅助(支持)训练者的步行动作。更具体而言，步行辅助装置120配合训练者的步行周期来帮助病腿的膝部的伸展动作或者屈曲动作。

参照图5对训练者900的步行周期进行说明。图5是表示训练者的步行周期的例子的图。图中所示的是着眼于从左向右步行的训练者900的病腿亦即右腿的情况下的1个周期量的步行轨迹。步行轨迹将右腿与地板面接触的位置表示为0％，将进行了1个周期量的步行的位置表示为100％。

1个周期量的步行周期被分类为0～10％的两腿支承期1、10～50％的立腿期、50～60％的两腿支承期2以及60～100％的摆腿期。两腿支承期1是立腿初期，是相反侧的腿亦即左腿也与地板面接触的状态。立腿期是所着眼的腿亦即右腿(病腿)与地板面接触、相反侧的左腿离开地板面的状态。两腿支承期2是立腿终止期，是相反侧的腿亦即左腿也与地板面接触的状态。摆腿期是所着眼的腿亦即右腿离开地板面的状态。

存在右腿瘫痪的训练者900在图示的步行周期中的立腿期难以支承自身的体重的情况。在这样的情况下，训练者900存在膝部大幅屈曲而发生“折膝”的可能性。折膝是伴随着膝部伸展功能的降低而膝部屈曲、无法保持伸展位的状态，是指在步行时膝部无意识折弯的现象。另外，在步行周期的30％前后的位置，需要使膝部伸展，但训练者900有可能在膝部屈曲之后无法使其伸展。鉴于此，控制单元121的马达121M以在立腿期中的规定的时机抑制膝部的过度弯曲、帮助膝部的伸展的方式进行驱动。

接下来，参照图6对膝关节的角度进行说明。图6是表示病腿的膝部伸展角度的例子的图。图6是相对于步行方向从侧方观察病腿侧的下半身亦即瘫痪体部的情况下的示意图，从上到下依次表示躯干TL、髋关节HJ、大腿HL、膝关节NJ、小腿CL、踝关节FJ、脚FL。另外，作为使小腿CL向上方延伸的延长线，小腿延长线CLL被用虚线表示。而且，大腿HL与小腿延长线CLL所成的角度被表示为膝部伸展角度A。图6所示的示意图是训练者900的病腿处于立腿期并与地板面接触的状态。

图6所示的立腿期的状态下的健康正常人的膝部伸展角度A为10～15度。因此，在训练者900的步行中，也优选立腿期中的最大的膝部伸展角度A为10～15度左右。然而，在训练者900无法完全支承自身的体重的情况下，存在膝部伸展角度A大幅度超过15的情况。鉴于此，在膝部伸展角度A超过预先设定的值的情况下，被佩戴于膝关节NJ的控制单元121的马达121M向使膝部伸展角度A返回至规定的范围的方向进行驱动。

接下来，参照图7对膝部伸展角度A与马达121M的转矩的关系进行说明。图7是表示辅助水平的例子的第1图。图7所示的图表的横轴表示膝部伸展角度A，纵轴表示马达121M的转矩T。另外，图中用实线描绘的直线表示了对马达121M设定的辅助水平。在本实施方式中，辅助水平被设定为1～5这5个等级。

各辅助水平被设定为膝部伸展角度A越大则马达转矩T越大。另外，在本实施方式所示的例子中，对于马达转矩T相对于规定的膝部伸展角度的值而言，辅助水平1最弱，辅助水平5最高。因此，训练工作人员对于需要强力的辅助的训练者例如选择辅助水平5。另外，训练工作人员配合训练者的恢复度来恰当地变更辅助水平。

对控制单元121设定有图中用虚线所示的阈值Ath。阈值Ath是马达121M开始驱动时的阈值。即，在步行训练的立腿期中，当膝部伸展角度A超过阈值Ath的情况下，马达121M进行驱动，对膝部的伸展动作进行辅助。开始膝部的伸展动作的辅助时的马达转矩T根据所设定的辅助水平来决定。

参照图8对辅助水平的具体例进行说明。图8是表示辅助水平的例子的第2图。图8所示的图表是在步行训练时选择了辅助水平3的状态。另外，图中所示的点P11表示了病腿的膝部伸展角度超过阈值Ath而成为角度A1的情况。该情况下，马达121M辅助训练者900的膝的伸展动作以使膝部伸展角度变得小于阈值Ath、收敛于范围R10。图中所示的点P12表示了受到马达121M的辅助的病腿的膝部伸展角度变得小于阈值Ath的情况。

图8所示的转矩T1是马达121M辅助病腿时实际输出的转矩。另外，图8所示的转矩T2是当膝部伸展角度为角度A1时被设定了辅助水平3的马达121M能够输出的转矩。在图8所示的例子中，马达121M在角度A1下能够以最大转矩T2进行驱动。然而，通过观察图中描绘的点P11以及点P12的推移可知：马达121M实际能够以转矩T1进行辅助。之所以这样使马达121M通过比最大转矩T2低的转矩进行辅助是为了要训练者900使用自身的力来使膝部伸展。即，在训练者900的病腿以从角度A1收敛于范围R10的方式推移的期间，训练者900自身的力与马达121M的力的合力作用于训练者的关节。

控制单元121的马达121M进行的辅助的辅助水平如上述那样设定。优选阈值Ath例如为20度或25度等稍微超过15度的值。而且，优选以膝部伸展角度A收敛于图8所示的范围R10的方式进行步行训练。通过以不超过范围R10的方式进行辅助，步行训练装置100能够提供恰当的训练。此外，这里将辅助水平例示为5个等级，但辅助水平只要为2个等级以上即可。另外，上述的阈值Ath可以根据进行辅助的时机恰当地变更。

以上，对辅助水平进行了说明。其中，为了有效地进行利用了步行训练装置100的步行训练，设定恰当的辅助水平较为重要。例如，在辅助水平的设定过高的情况下，训练者900过度依赖马达121M的辅助而不发挥自身的力。在这样的情况下，无法获得运动的学习效果。然而，若辅助水平的设定过低，则存在训练者900无法充分进行膝部的伸展动作的可能性。该情况下，训练者900对训练的积极性降低，或者训练者900在步行中跌倒的可能性变高。为了防止成为这样的状态，优选将辅助水平设定为能够实现最小限度的辅助的水平。

然而，若依赖于训练工作人员的技能来设定辅助水平，则存在对于辅助水平的设定的个体差异变大的可能性。例如经验丰富的PT能够将辅助水平设定为上述那样的恰当的水平。然而，在经验少的训练工作人员的情况下，无法恰当地设定辅助水平，其结果是，存在无法进行有效的训练的可能性。鉴于此，本实施方式中的复健辅助系统学习经验丰富的PT进行过的训练的数据来生成学习完毕模型，利用所生成的学习完毕模型来进行辅助水平的提示。

(学习阶段)

接下来，参照图9对作为学习装置的服务器500进行的学习阶段中的处理进行说明。图9是用于对学习装置亦即服务器500中的处理进行说明的流程图。

首先，服务器500的数据取得部510a取得个人资料数据以及选择辅助水平作为学习用数据(步骤S1)。即，在服务器500进行学习时，个人资料数据以及与所取得的个人资料数据对应的选择辅助水平成为1组学习数据。

如上述那样，个人资料数据包括训练者罹患的疾病的症状信息、基于功能独立性评价法的认知水平、基于中风功能评价法的评价得分、评价了运动能力的运动能力水平、表示恢复度的信息以及训练者的属性数据的至少1个数据。选择辅助水平是在与所取得的个人资料数据对应地进行过的训练中选择的辅助水平。这里，服务器500取得的选择辅助水平是经验丰富的PT进行有效的训练时所选择的辅助水平。

接下来，服务器500的学习部510b将所取得的个人资料数据应用于输入层，将对应的选择辅助水平作为教导数据来执行学习(步骤S2)。接下来，学习部510b生成因进行了的学习而被更新的学习完毕模型(步骤S3)。其中，学习完毕模型是指通过上述的处理被更新了的学习模型成为能够运用的阶段的学习模型。

图10是表示输入至学习装置的数据的例子的表。在图10所示的表中，左侧所示的列的数字是数据组序号(1、2、3…)。数据组序号的紧邻右侧的列是应用于输入层的作为参数1的步行FIM的数据(2、1、7…)。步行FIM的紧邻右侧的列是作为参数2的SIAS的数据(3、2、6…)。SIAS的紧邻右侧的列是作为参数3的疾病类型的数据(脑梗塞2、脑出血3、脑梗塞1…)。在疾病类型的数据中，被标注于病名的数值表示各疾病中的更详细的类型，例如表示疾病的严重度。疾病类型是训练者的脑疾病，与疾病的类型相关的信息也可以是脑疾病中的与脑的损伤部位对应的信息。疾病类型的紧邻右侧的列是作为参数4的恢复历史记录的数据(C、A、F…)。而且，恢复历史记录的数据的紧邻右侧的列示出作为教导数据的辅助水平(2、5、1…)。

这样，输入至学习装置的数据包括应用于输入层的多个参数和应用于输出层的教导数据。通过利用这样的多个数据组进行学习，从而学习装置亦即服务器500使学习部510b进行学习。学习部510b利用上述的学习用数据来学习对推荐辅助水平进行决定，该推荐辅助水平是被推荐为在训练者利用复健辅助系统的情况下应该选择的辅助装置的辅助水平。

其中，这里学习的学习模型的种类、其算法是任意的，作为算法，能够使用神经网络，特别优选使用将隐藏层多层化的深层神经网络(DNN)。作为DNN，例如能够使用采用了误差反向传播法的多层感知器(MLP)等前馈(正向传播型)神经网络。

这里，举出学习部510b生成使用了MLP的学习完毕模型的例子，对由学习部510b向未学习模型输入的输入参数以及从未学习模型输出的输出参数的例子进行说明。输入参数的每一个与输入层的节点对应，输出参数的每一个与输出层的节点(即因变量)对应。此外，未学习模型(未学习的学习模型)并不局限于完全未学习的情况，还包含是学习中的模型的情况。

图11是表示学习模型的例子的图。图11表示了学习模型5110。在学习模型5110中，具备输入层5112a、中间层5112b(亦称为隐藏层)以及输出层5112c。中间层5112b设置于输入层5112a与输出层5112c之间。

输入层5112a具有多个节点，将数据组所包含的各数据作为输入。中间层5112b具有多个节点。此外，图11所示的中间层具有的节点的数量、隐藏层的数量只不过表示一个例子，节点的数量以及层的数量并不限定于此。

输出层5112c输出用于决定推荐辅助水平的值。在本实施方式中，输出层具有5个节点，分别与辅助水平1～5对应。学习模型5110若被输入目标函数(objective function)5111，则向输出层5112c输出规定的数值。输出层5112c的输出与教导数据5113进行比较，反馈进行了比较后的结果。学习模型5110通过重复该处理来更新学习模型内的阈值、权重等。

接下来，学习部510b生成因进行了的学习而被更新的学习完毕模型(步骤S3)。其中，学习完毕模型是指通过上述的处理被更新了的学习模型成为能够运用的阶段的学习模型。

通过以上的处理，作为学习装置的服务器500生成输出推荐辅助水平的学习完毕模型。由此，复健辅助系统能够利用所生成的学习结束模型在进行步行训练时提示推荐辅助水平。

此外，作为学习模型，除了上述的结构之外，学习部510b例如还能够使用RNN(Recurrent Neural Network)等具有递归构造的神经网络。另外，RNN还能够是扩展为具有LSTM(Long short-term memory)区块的神经网络(有时亦简称为LSTM)。另外，除了上述的结构之外，学习部510b也可以使用k近邻法(kNN，k-nearest neighbor algorithm)。

(运用阶段)

接下来，参照图12对步行训练装置100在运用阶段进行的处理进行说明。运用阶段是指利用由上述的学习装置生成的学习完毕模型来进行复健锻炼的阶段。图12是用于对服务器的处理的一个例子进行说明的流程图。如上所述，步行训练装置100通过访问服务器500，能够利用该学习完毕模型。在运用阶段，主要是步行训练装置100和与其网络连接的服务器500配合、即作为复健辅助系统来进行复健辅助处理。

首先，步行训练装置100取得训练者的个人资料数据(步骤S101)。更具体而言，步行训练装置100受理PT等所进行的个人资料数据的输入。PT等所进行的个人资料数据的输入例如通过整体控制部210使显示控制部213与操作受理部212协作来实现。

接下来，步行训练装置100将所取得的个人资料数据经由网络400发送至服务器500(步骤S102)。对于从步行训练装置100接受到个人资料数据的服务器500而言，控制部510的响应处理部510c经由通信IF514受理个人资料数据。而且，控制部510向存储于模型存储部521的学习完毕模型输入受理到的个人资料数据。学习完毕模型根据被输入的个人资料数据来输出推荐辅助水平。响应处理部510c将学习模型所输出的推荐辅助水平经由通信IF514发送至步行训练装置100。

接下来，步行训练装置100从服务器500接收推荐辅助水平(步骤S103)。然后，步行训练装置100将接收到的推荐辅助水平显示于管理用监视器139(步骤S104)。

通过这样的处理，步行训练装置100能够显示与受理到的个人资料数据对应的推荐辅助水平。PT能够设定所显示的推荐辅助水平作为步行辅助装置120进行的辅助水平。通过这样的结构，无论PT的经验、直觉等如何，步行训练装置100均能够恰当地设定辅助水平。

以上，对实施方式进行了说明，但实施方式所涉及的步行训练装置100并不局限于上述的结构。例如步行训练装置100可以包括存储学习完毕模型的存储部或使用该学习完毕模型进行规定的处理的处理部。该情况下，步行训练装置100将训练者的个人资料数据作为向学习完毕模型的输入而向处理部输出，将作为对于个人资料数据的响应而从该学习完毕模型输出的推荐辅助水平通知给训练者或者训练工作人员。实施方式所涉及的步行训练装置100也可以被称为复健辅助装置。

如上述那样，步行训练装置100将训练者的个人资料数据作为向学习完毕模型的输入而向处理部输出，将作为对于个人资料数据的响应而从该学习完毕模型输出的推荐辅助水平通知给训练者或者训练工作人员。这样的执行复健辅助装置的动作方法的步行训练装置100也可以被称为复健辅助系统。该情况下，步行训练装置100可以通过与外部的服务器配合来实现上述的方法的一部分。

根据上述的实施方式，能够提供用于设定恰当的辅助水平的学习装置等。另外，通过利用由学习装置生成的学习完毕模型，复健辅助装置或者复健辅助系统能够将进行复健锻炼的训练者的推荐辅助水平通知给PT等训练工作人员。因此，实施方式所涉及的复健辅助系统能够对于未学习的个人资料数据恰当地输出推荐辅助水平。

此外，能够使用各种类型的非暂时性计算机可读介质来储存上述的程序，并供给至计算机。非暂时性计算机可读介质包括各种类型的有实体的记录介质。非暂时性计算机可读介质的例子包括磁记录介质(例如软盘、磁带、硬盘驱动器)、光磁记录介质(例如磁光盘)、CD-ROM(Read Only Memory)、CD-R、CD-R/W、半导体存储器(例如，掩模ROM、PROM(Programmable ROM)、EPROM(Erasable PROM)、闪速ROM、RAM(Random Access Memory))。另外，程序可以通过各种类型的暂时性计算机可读介质供给至计算机。暂时性计算机可读介质的例子包括电信号、光信号以及电磁波。暂时性计算机可读介质能够经由电线以及光纤等有线通信路、或者无线通信路将程序供给至计算机。

此外，本发明并不限定于上述实施方式，在不脱离主旨的范围内能够恰当地变更。例如，上述的学习装置以及复健辅助系统还能够应用于代替训练者的膝关节的辅助动作或除了训练者的膝关节的辅助动作还进行训练者的脚踝、髋关节的辅助动作的系统。另外，上述的学习装置以及复健辅助系统还能够在代替步行训练而训练手臂的动作的复健辅助系统中应用。

根据上述公开的内容，显然本公开的实施例可以以多种方式变化。这些变化不应视为脱离本公开的精神和范围，并且对于本领域技术人员而言，显然所有这些变更旨在包括于技术方案的范围。