2021 年 9 月18 日ANA Avatar Xprize Challenge半决赛开始，在这场半决赛中，围绕遥操作、机器人对不规则物体抓取和处理、例如穿衣服等帮人服务的三个关键测试场景进行了展开，德国波恩大学自主智能系统实验室的机器人竞赛团队NimbRo的一个***新采取Franka Emika机器人平台搭建的复合机器人拿到了非常高的分数。

协作机器人的发展时间还非常短，但它无疑仍然有非常多的研究和探索可能性。要想从制造到家庭，一些机器人和人类的交互研究就必不可少。

例如生成抓握姿势就是机器人抓取任务中非常关键的组成部分，这决定了机器人未来能否在家庭服务中实现更多的可能性。机器人如何既能够抓一个杯子，又能很好抓住一个花瓶？或者各种形态的物体？机器人与不同体积、重量物体交互的细节有哪些需要考虑？

又例如人类行为建模对于人机协作交互至关重要，这定义了机器人和人类在一些环境中的安全交互可能性。机器人如何与一个动态的人类完成交互？怎么判断人类动作的轨迹，并在不确定的位置中成功且安全完成抓取？当人类因为机器人的动作作出目标反应的时候，人机协作适应性如何？

又例如人机切换是人机协作的一个特别深入的领域，这涉及到机器人的反应性切换，机器人如何适应人类向机器人递送物体的方式，机器人怎么与不同人进行流畅交互，中间的姿态、切换问题怎么解决？

这些具体细节都有待研究。

▍开源带来更广泛研究价值
 

英伟达也进行了上述的一系列展开研究。

为了研究机器人对各类物体的***佳抓取姿态，他们在虚拟环境中基于对象三维模型建立了一个对不同形态物体通用性的抓取模型，通过深度学习技术调整对于机器人抓握位姿选择的帮助和改变，从而用于为未知对象生成不同的***优抓取姿态。

这个模型在现实世界中测试执行的时候，英伟达研究者发现由于物理环境下的限制，这个模型还不能完全实现抓取所需的高鲁棒和精度。为了优化和处理这些尚不***的感知，以及处理由于机器人关节极限、误差控制和难以建模的摩擦等物理现象造成的现实问题。研究人员着重提到了他们采用支持人工智能的Franka Emika机器人平台，这使得他们不仅快速实现生成了不同的抓取样本集，并在现实环境中顺利采取消融研究，完成了进一步的抓取模型实验，Franka Emika机器人的开源性极大地提高了英伟达软件研究的效率，同时细化了研究数据和成果。

而英伟达和华盛顿大学合作的一个项目，则重点研究了复杂动态环境下的多人机协作和切换协调性问题，他们提出了一个新的基于模型预测控制(MPC)的框架，该框架可以通过让机器人建立人类协作者的模型，实现可能的运动预测以及逆***优控制。

同样英伟达选择以开源性非常高的Franka Emika机器人为研究实验模型，在噪声等环境下实现了协调轨迹生成，并对算法和模型完成了有效性验证。

同时英伟达和华盛顿大学的另外一个研究团队合作，通过针对人机交互中人类的不同抓取方法进行分类，并得出了一个涵