说到可以给人穿衣服的机器人，你***先想到的是不是这个PR2机器人？

它由美国格鲁吉亚理工***的研究团队开发，可以利用力道感测帮人穿衣服；并且借助神经网络技术，来学习和提升自己的穿衣技能。

近日，美国麻省理工***研究人员研发了一种新算法，能让机器人灵活地帮人类穿衣服。

▍让机器人穿衣服，要克服这两大难题
 

让机器人给人类穿衣服，听起来容易，要做到则需攻克技术难题。

一个人帮朋友往杯子里倒咖啡很容易，但对机器人说，要学会这个看似简单的任务，它需要仔细观察和理解人类的行为。

因为机器人不具备像人一样控制自身行为的意识和能力，所以要实现机器人和人类的安全交互，需要对机器人的行为进行系统的规划和协调。

如果能构建正确适当的人体运动建模（包含人类如何移动、反应和响应），那么机器人就能流畅地与人交互，但在很多情况下，***无缺的建模并不存在。

例如，如果让家用机器人使用一种简单的默认模型，来教机器人如何帮人穿衣服，这个模型不会解释人类反应存在很大的不确定性，跟每个人的个性、习惯都有关系。

比如，给蹒跚学步的孩子穿衣服，和给不太灵活还虚弱的老人、或容易疲劳的残障人士穿衣服，需要用到不同的方法。

如果仅根据默认的模型进行轨迹规划，那么机器人可能会碰伤人类。但如果在确保人类安全方面过于保守，那机器人可能会认为附近空间活动都不安全，因而不会移动，则又出现 " 机器人冻结（Freezing Robot）" 的问题。

▍模型预测控制（MPC）算法保证人类安全
 

人机交互时，机器人采用的安全方法包括预测和反应。预测方法允许机器人预测人类行为，同时规划无碰撞运动。反应方法是使机器人能够实时检测碰撞，并在碰撞时做出相应反应以减少和人接触产生的力。

这项研究论文的***作者、麻省理工***的博士 Shen Li 说：" 在不影响任务效率的前提下，开发算法来防止机器人对人类身体造成伤害是一项关键挑战。"

研究人员首先对 " 安全" 进行了重新的定义，在之前的相关研究中，对于人机交互预测和反应方法方面的人身安全定义是：避免碰撞和减少接触产生的力。

通过结合这两个定义，研究人员在人类感知运动规划（HAMP）的背景下重新定义 " 安全 " 为：避免碰撞和发生碰撞时产生的安全冲击两个方面。

对比之前的方法，很多方法都是按顺序集成预测和反应方法，机器人首先使用运动规划器来寻找路径，然后使用兼容控制器来执行。但两者方法是分别优化其自身特定目标，而不是两种方法保持同一个目标。

针对这些情况，本研究的研究人员提出了一种安全规划器，在一个框架内集成预测和反应方法。

结合 Koller 等学者的研究，研究人员还开发了一种模型预测控制算法。根据他们自己的定义，即使人类的动态模型不确定，这个算法也能保证人类的安全。

该团队的算法对于人类建模中的不确定性信息进行了推理，他们不是让机器人只了解一种涉及潜在反应的单一默认模型，而是让机器人学习更多可能的模型，来更接近人类，模仿人类如何理解其他人。随着机器人收集数据地不断增加，它会自己减少不确定性并改进这些人类行为模型。

例如，假设人类对穿衣的反应有两种可能的模型。" 模式一 " 是人在穿衣时向上移动，" 模式二 " 是人在穿衣时向下移动。借助团队的算法，当机器人计划其运动时，它不会选择一种模型，而是会尽量确保两种模式都是安全的。无论人是向上还是向下移动，机器人找到的行动轨迹都能保证人的安全。

本文摘自：网络  日期：2021-07-16
详情点击：ABB机器人代理商