Clinical studies indicate that by performing repetitive exercises, patients gradually recover motor control of the upper limb. For this reason, diverse robotic rehabilitation systems have been developed to automatize the rehabilitation exercises, compensate for the lack of muscle strength and assist in the recovery of motor control. However, exoskeletons generate passive movements when the patients cannot coordinate their muscle contractions. Given this drawback, novel rehabilitation procedures use electrical pulses to generate muscle contraction and perform the exercise. The general objective of this work is to train an intelligent agent that determines the amplitude of electrical stimuli to generate controlled elbow flexion and extension movements. On the one hand, the intelligent agent will use deep reinforcement learning and soft actor-critic algorithm to determine the amplitude of the electrical pulses for the biceps and triceps. On the other hand, the reinforcement learning environment will use the OpenSim libraries to simulate how the biceps and triceps activation change the elbow's angular position. Finally, the performance of the intelligent agent to generate controlled elbow movements is evaluated in healthy volunteers with different arm characteristics.

Estudos clínicos indicam que, ao realizar exercícios repetitivos, os pacientes recuperam gradualmente o controle motor do membro superior. Por essa razão, foram desenvolvidos diversos sistemas de reabilitação robótica para automatizar os exercícios de reabilitação, compensar a falta de força muscular, e ajudar na recuperação do controle motor. Exoesqueletos, no entanto, geram movimentos passivos quando os pacientes não conseguem coordenar as suas contrações musculares. Dado esse inconveniente, novos procedimentos de reabilitação utilizam impulsos elétricos para gerar contrações musculares e realizar o exercício. O objetivo geral deste trabalho é treinar um agente inteligente que determina a amplitude dos estímulos elétricos para gerar movimentos controlados de flexão e extensão do cotovelo. Por um lado, o agente inteligente utilizará uma profunda aprendizagem de reforço e um algoritmo ator-crítico suave para determinar a amplitude dos impulsos elétricos para os bíceps e tríceps. Por outro lado, o ambiente de aprendizagem do reforço utilizará as bibliotecas OpenSim para simular como a ativação do bíceps e tríceps altera a posição angular do cotovelo. E por fim, o desempenho do agente inteligente para gerar movimentos controlados do cotovelo é avaliado em voluntários saudáveis com diferentes características de braço.