生成符合患者特征的肌肉骨骼步态轨迹是可穿戴机器人和康复系统的核心难题。下肢外骨骼等辅助系统需要能够随个体形态和治疗目标自适应的参考轨迹，同时保持生物力学的真实性。传统方法依赖手工设计的步态模板或计算成本高的优化流程，难以在大量受试者和行走条件间推广。
本文探索了条件扩散模型在下肢关节角轨迹生成中的应用，条件包括步长等步态参数。我们实现了两种模型：基线的Transformer扩散模型和引入自适应归一化与无分类器引导的可控扩散Transformer变体。实验使用包含4,590个步态周期的数据集进行评估。结果表明，扩散模型能够生成逼真的周期性步态轨迹，并在步态特征（如步长）上实现一定程度的可控变化，展示了其在个性化步态合成中的潜力。
点评