以下文章來源于CAAI認知系統與信息處理專委會 ，作者夏子炜

​

​為了在各種日常任務中發揮作用，機器人必須能夠與人類進行身體互動并推斷出如何最有幫助。一種用于交互式機器人控制的新理論允許機器人學習在到達動作期間何時協助或挑戰人類。

​如果機器人可以與人類進行物理互動，與我們一起工作并幫助我們執行日常任務會怎樣？這種機器人可以通過協助完成諸如舉重物等困難任務來充當助手，或者通過提供适度的身體挑戰來更有效地鍛煉來充當私人教練。這種自适應機器人會在物理交互過程中感知力和運動，并推斷我們的目标、運動能力和努力程度，以産生最佳的交互行為。雖然我們距離看到機器人在我們的辦公室和健身房提供常規幫助還有很長的路要走，但 Y. Li 及其同事的新研究發表在Nature Machine Intelligence 上，深入了解機器人如何通過物理交互來理解我們的行為并調整它們的行為以幫助我們實現目标。

​有學者使用博弈論機器人控制框架解決人機交互問題。在博弈論中，多個玩家在遊戲中互動、競争或合作完成一項任務。每個玩家都有自己的策略——他們如何根據當前的遊戲狀态選擇下一步行動——所有玩家都試圖優化他們的表現，同時假設他們的對手也會發揮最佳。如果您曾與計算機下過國際象棋，那麼您可能已經使用競争性博弈論控制器與機器進行了交互。在這裡，計算機會評估遊戲的狀态（棋盤上棋子的排列）并選擇能夠最大限度地抓住你的國王的機會，同時也會考慮你将來可能會采取的行動。

​在 Li 等人的研究中，遊戲是一項到達任務：人類握住機器人末端執行器的手柄，然後移動到平面内的預定目标位置。遊戲的狀态是錯誤：人的手離目标位置有多遠，它移動的速度有多快。人類可以直接向手柄施加力以将其移向目标，機器人可以驅動其關節來移動手柄。然而，由于人和機器人同時動作并通過物理接觸耦合，來自人的力會導緻機器人偏離其期望的運動，反之亦然，從而在手柄的實際運動和計劃的運動之間産生差異由人類或機器人。

​作者的主要創新在于使用博弈論來确定機器人如何響應與人類互動的影響。在典型的物理機器人與人類交互中，機器人已經超越了人類以減少錯誤，這可能會意外傷害人類。或者他們允許人類輕松移動機器人，這可能會增加任務中的錯誤。作者介紹了一種新方法：機器人利用其預期和實際運動之間的差異來估計人類的策略——即人類如何利用任務中的錯誤來産生新的動作。通過估計人類的策略，機器人可以改變自己的策略作為回應。例如，如果人類的策略不足以完成任務，機器人可以加大力度來幫助他們。

​通過改變機器人看待任務中錯誤的方式，Li 等人的機器人。根據需要提供幫助，這在之前已經完成，并且還挑戰和訓練人類（圖1）。不需要的幫助可以使人們保持參與并防止他們懈怠。在這種情況下，機器人會容忍一些錯誤，需要人類加大努力才能完成任務。機器人還可以通過增加錯誤來挑戰人類——即将手柄從目标上移開，其策略類似于錯誤增強。

​

圖 1：博弈論控制器允許機器人以多種方式與人類進行物理交互。機器人可以與人類合作執行艱巨的任務，例如搬運冰箱。同一個機器人可能會給人類帶來挑戰，就像在拔河比賽中一樣。在這兩個極端之間，機器人可以混合提供幫助和提供适度的身體挑戰，充當教練或私人教練。

​作者在模拟和人類受試者實驗中測試了他們用于物理人機交互的博弈論框架。在模拟中，作者測試了他們理論的局限性。他們表明，機器人可以适應人類策略變化緩慢的情況，就好像人類正在恢複力量一樣；當人類的策略變化很大時，比如受傷後的情況，人類并不總是能保持穩定。進步。在人體實驗中，他們表明，當用戶太虛弱而無法完成任務時，機器人可以通過增加幫助來幫助健康個體完成任務。有趣的是，随着人類在任務中的改進，機器人也會自動從輔助行為轉變為競争行為。

​Li等人提出的方法，代表了物理人機交互的重大進步。博弈論框架允許機器人通過根據運動錯誤估計人類的策略，在各種交互行為之間平穩過渡。包含多種行為的單一理論框架允許機器人以靈活的方式響應用戶，創建針對每個人量身定制的控制策略和行為，這些策略和行為會随着用戶的能力而變化。最佳控制的使用還允許對保證穩定性的條件進行正式和嚴格的分析，這對于人機交互的安全性至關重要。

​這項研究有助于為人機交互與物理接觸的理論和實驗工作奠定基礎。未來的研究可能會擴展該框架以包括兩個以上的代理，例如調解多個人之間的物理交互的機器人，或幫助人類完成危險或困難任務的機器人團隊。未來将該理論推廣到具有非線性或未知動力學的系統對于與人類多個關節交互的機器人（例如機器人步态訓練器和外骨骼）很有用。

​這項研究的結果表明，機器人與人類之間的物理交互可以幫助人類不僅實現目标，而且還可以超越目标。通過解釋我們的行為，這些機器人可以與我們一起适應并進行個性化，以不斷提供每個人需要改進的幫助或挑戰。未來的機器人可能會向我們伸出援助之手，讓我們的工作生活更輕松，但它們也可能會挑戰我們成為更健康的個體。

​

本文由CAAI認知系統與信息處理專委會供稿

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!