Мы выбрали Raspberry Pi из-за его доступности и того факта, что он может запускать несколько потоков кода одновременно. Слэйд добавил, что написание на Python также упрощает процесс проверки
— Патрик Слэйд, который работал над проектом в качестве аспиранта.
Ключом к качественному адаптивному устройству является индивидуализация, и именно этим творение Стэнфорда отличается от других. Команда потратила годы, используя эмуляторы экзоскелета для обучения своей модели машинного обучения, и инвестиции окупились. Системе требуется около часа, чтобы полностью узнать, как ходит пользователь, прежде чем она сможет разработать индивидуальный шаблон для помощи, но преимущества можно почувствовать в течение первых 15 минут использования.
В среднем, пользователи могут ходить на девять процентов быстрее, используя на 17 процентов меньше энергии. По словам исследователей, это эквивалентно снятию 30-фунтового рюкзака.

Ходя с экзоскелетами, вы в буквальном смысле чувствуете, что ваша походка стала более пружинистой
— Ава Лакмазахери, аспирантка, которая носила экзоскелет во время испытаний.
Результаты обнадеживают, но предстоит еще много работы. Текущий прототип довольно громоздкий, и вся электроника видна. Готовая для потребителя версия потребует визуального преобразования, чтобы скрыть начинку, и в идеале систему можно было бы еще немного уменьшить.
Исследователям предстоит найти коммерческих партнеров, чтобы помочь вывести инновацию на рынок. Если повезет, ботинки однажды смогут работать вместе с традиционными средствами передвижения, такими как ходунки, чтобы люди дольше оставались активными.