机器人帮助行动不便的人穿衣服

随着工业革命和认知革命的开始，旧石器时代的基本安全需求在很大程度上发生了演变。我们与原材料的互动少了一点，与机器的互动多了一点。

机器人没有同样的行为意识和控制，所以与人类的安全合作需要有系统的计划和协调。你可能会认为你的朋友可以把你早上的咖啡杯倒满而不会洒在你身上，但对于一个机器人来说，这个看似简单的任务需要仔细观察和理解人类的行为。

来自麻省理工学院计算机科学与人工智能实验室(CSAIL)的科学家们创造了一个新的算法帮助机器人找到有效的运动计划，以确保其人类对手的人身安全。在这种情况下，机器人帮助人类穿上了一件夹克，这可能被证明是一种强大的工具，可以扩大对残疾人或行动不便的人的帮助。

麻省理工学院(MIT)博士生沈丽(音译)是一项新研究的主要作者之一，她说:“开发一种算法，在不不必要地影响任务效率的情况下，防止身体伤害是一项关键挑战。纸有关的研究。“通过让机器人对人类产生无害的影响，我们的方法可以找到高效的机器人轨迹，为人类着装提供安全保障。”

人体建模，安全，高效

正确的人体建模——人体如何移动、反应和反应——对于成功的机器人运动规划是必要的人机互动任务。如果人类模型是完美的，机器人可以实现流畅的交互，但在很多情况下，没有完美的蓝图。

例如，运送给在家的人的机器人，对于人类在辅助穿衣任务中如何与它互动，会有一个非常狭窄的“默认”模型。这无法解释人类反应的巨大差异，而这些差异取决于无数的变量，如个性和习惯。一个尖叫的蹒跚学步的孩子在穿上外套或衬衫时的反应与一个虚弱的老人或那些可能会迅速疲劳或灵敏度下降的残疾人不同。

如果机器人的任务是穿衣，并且只根据默认的模型来规划轨迹，那么机器人可能会笨拙地撞到人身上，导致不舒服的体验，甚至可能受伤。然而，如果在确保安全方面过于保守，它可能会悲观地假设附近所有空间都是不安全的，然后不移动，这就是所谓的“冻结机器人”问题。

为了提供人体安全的理论保障，该团队的算法对人体模型中的不确定性进行了推理。该团队没有采用单一的默认模型，即机器人只能理解一种潜在的反应，而是让机器理解许多可能的模型，以更接近地模仿人类如何理解其他人。随着机器人收集更多的数据，它将减少不确定性并完善这些模型。

为了解决机器人结冰的问题，该团队重新定义了具有人类意识的运动规划者的安全，即避免碰撞或在发生碰撞时安全撞击。通常，特别是在机器人辅助的日常生活活动中，碰撞是无法完全避免的。这使得机器人可以与人类进行无害的接触，从而取得进步，只要机器人对人类的影响很小。在这种双管齐下的安全定义下，机器人可以在更短的时间内安全地完成包扎任务。

例如，我们假设有两种可能的模型来解释人类对着装的反应。“模型一”是指人在穿衣服时向上移动，“模型二”是指人在穿衣服时向下移动。根据该团队的算法，当机器人规划自己的运动时，它会尝试确保两个模型的安全，而不是选择一个模型。无论人是向上还是向下移动，机器人发现的轨迹都是安全的。

为了更全面地描述这些交互作用，未来的努力将集中于研究在机器人辅助穿衣任务中除了身体感受之外的主观安全感。

卡耐基梅隆大学机器人研究所助理教授Zackory Erickson(2021年秋季)说:“这种多面方法结合了集合理论、人类意识安全约束、人体运动预测和安全人机交互的反馈控制。”“这项研究可能会应用于各种各样的辅助机器人场景，最终目标是让机器人为残疾人提供更安全的身体援助。”