说到可以给人穿衣服的机器人，你是否首先想到了这个PR2机器人？它是由美国佐治亚理工学院的研究团队的。它可以使用力感应来帮助人们穿衣；在神经网络技术的帮助下，我们可以学和提高我们的穿衣技能最近，麻理工学院的研究人员了一种新算法，允许机器人灵活地给人类穿衣
点击播放GIF<！-->0.0 M
点击播放GIF<！-->0.0 据报道，该算法可以为机器人找到有效的运动规划，确保人身安全，避免“机器人冻结”问题。
点击播放GIF<！-->0.0 要让机器人穿衣服，我们需要克服这两个问题。
机器人给人类穿衣服听起来很容易。要做到这一点，我们需要克服技术问题
一个人给朋友倒咖啡很容易，但要学这项看似简单的任务，机器人需要仔细观察和理解人类行为
，因为机器人不像人类那样有意识和能力控制自己的行为，为了实现机器人和人类之间的安全互动，有必要系统地规划和协调机器人的行为
如果正确和适当的人体运动建模（包括人类如何移动、反应和响应），机器人可以与人顺利互动，但在许多情况下，完美的建模并不存在
，如果家用机器人使用一个简单的默认模型来教机器人如何给人穿衣服，这个模型将无法解释人类反应中存在很的不确定性，这与每个人的个性和惯有关。
例如，需要不同的方法来给幼儿、不灵活和虚弱的老年人穿衣服，或者容易疲劳的残疾人
如果轨迹规划仅基于默认模型，机器人可能会伤害人类。然而，如果在确保人身安全方面过于保守，机器人可能会认为附近的空间活动不安全且不会移动，那么就出现了“冻结机器人”的问题。
模型预测控制（MPC）算法在人机交互期间确保人身安全。
，机器人采用的安全方法包括预测和响应。该预测方法允许机器人同时预测人类行为和规划无碰撞运动。反应方法是让机器人能够实时检测碰撞并做出相应的反应，以减少与人接触产生的力。该方法的主要作者、麻理工学院的沈力博士说：“算法以防止机器人在不影响任务效率的情况下对人体造成伤害是一项关键挑战。”
研究人员首先重新定义了“安全性”。在以往的相关研究中，人机交互预测和响应方法中对人身安全的定义是通过结合这两个定义来避免碰撞和减少接触产生的力，研究人员在人类感知运动规划（HAMP）的背景下重新定义了“安全”：避免碰撞和发生碰撞时的安全影响
与以前的方法相比，许多方法按顺序集成了预测和响应方法。机器人首先使用运动规划器找到路径，然后使用兼容的控制器执行。然而，这两种方法是分别优化各自的特定目标，而不是保持相同的目标
鉴于这些情况，本研究的研究人员提出了一种安全规划器，它将预测和响应方法集成在一个框架内
，并结合Koller等学者的研究，研究人员还了一种模型预测控制算法。根据他们自己的定义，即使人体动力学模型是不确定的，该算法也能保证人体安全
团队的算法在人体建模中推断出不确定信息。他们不让机器人只理解一个涉及潜在反应的默认模型，而是让机器人学更接近人类的可能模型，并模仿人类理解他人的方式。随着机器人收集更多数据，它将减少不确定性并改进这些人类行为模型。例如，假设人类对衣服的反应有两种可能的模型。“模式1”表示一个人穿着时向上移动，“模式2”表示一个人穿着时向下移动。在团队算法的帮助下，当机器人规划其运动时，它不会选择一个模型，而是尝试确保两种模式都是安全的。无论人是上下移动，机器人找到的动作轨迹都能保证人的安全
在保证安全的前提下成功地给人穿衣
在实验中，机器人帮助人们穿上夹克，证明了该算法是一个强的工具，这使得机器人能够更准确、更有效地帮助有移动困难的人
除了关注人体安全外，该团队未来的工作可能会集中在调查机器人辅助穿衣任务期间的人类主观感受
卡内基梅隆学机器人研究所助理教授扎科里·埃里克森，他说：“这种多方面的方法结合了集合论、人类感知的安全约束、人类运动预测和安全人机交互的反馈控制。它可以应用于各种辅助机器人场景，最终目标是让机器人为残疾人提供更安全的帮助。”
从扫地机器人、厨师机器人、送饭机器人、护理机器人到穿衣机器人，在本研究中，机器人的种类和功能越来越多，使用场景也越来越多，尤其是老年人、儿童和残疾人。除了照顾家人，未来机器人还可能提供越来越多样化的帮助
随着机器人数量和应用范围的扩，人机交互更加紧密。到目前为止，人机交互的安全性与本次穿衣机器人实验相同，但该实验在一种或某种特定场景中是成功的，其他场景需要验证。这篇文章最初发表在《数据文摘》
-end-一周热门视频推荐
更多-黑色技术推荐
标签：
