穿着外骨骼从平地走上楼梯，就像汽车不断换路况：如果设备必须先判断“你在走路还是上楼”，再切换控制器，分类错误或反应稍慢，助力就可能变得突兀。Aaron J. Young 在这篇 Perspective（梳理方向与挑战的观点文章）中提出路线图：外骨骼应从“每项动作单独调参”，转向端到端的任务无关控制——用一套 AI 控制策略连续适应动作，不必先给动作贴标签。
文章重点讨论以生物关节力矩为实时信号，也就是人体自身在关节处产生的转动作用。控制系统据此估计使用者当下如何发力，再调整辅助。它试图绕开人在回路优化的扩展难题：后者需要使用者穿上设备，依据耗能、舒适度等反馈反复试配，对单项任务有效，却难以穷尽日常动作。
这仍是一张路线图，而非已经完成的通用产品。作者指出，真正落地还要解决策略优化、安全机制和训练数据采集负担；摘要也未披露新的实验规模或效果数字。