机器人就像蹒跚学步的幼儿，在学习如何适应物理世界时，也需要一点帮助。一项新程序利用轻柔的物理反馈，引导机器以最有帮助、最接近人类的方式与人并肩协作。
“过去，机器人的作用是接手我们不愿做的单调任务：制造、流水线作业、焊接、喷漆。”莱斯大学机械工程、电气与计算机工程以及计算机科学教授玛西娅·奥马利说。
“随着我们越来越愿意与技术分享个人信息，比如我的手表会记录我走了多少步，这类技术也开始融入具身硬件。
“机器人已经走进我们的家中，吸尘、控制恒温器或修剪草坪，”她说。“技术渗透我们生活的方式多种多样。我已经会在厨房里和 Alexa 说话了，那为什么不也使用能与我们进行实体协作的机器呢？我们的许多工作都致力于确保人机互动安全。”
传统上，经过适配、能够响应物理人机交互（pHRI）的机器人，会将这类互动视为干扰，并在互动结束后恢复原有行为。在这项新研究中，研究人员改进了 pHRI，采用一种方法，让人能够实时通过身体接触调整机器人的运动轨迹。
这项程序的核心是阻抗控制这一概念——从字面上说，就是管理推搡发生时的情况。通过物理输入实现阻抗控制的机器人会调整其预设轨迹作出响应，但在输入结束后会回到最初的轨迹。
据IEEE Xplore报道，新算法以这一概念为基础，使机器人能够在输入结束后继续调整路径，并计算通往目标的新路线；这有点像 GPS 系统在驾驶员错过转弯时重新计算前往目的地的路线。
迪伦·洛西是奥马利的研究生，他去年夏天的大部分时间都在加州大学伯克利分校电气工程与计算机科学助理教授安卡·德拉甘的实验室里，测试这一理论。
他和其他学生训练一条机器人手臂及其机械手，将咖啡杯从桌面一端送到另一端，随后利用改进后的 pHRI，使杯子避开电脑键盘，并保持在较低位置，以免掉落时摔碎。（关于这些实验的另一篇论文刊载于《机器学习研究论文集》。）
研究的目标是通过物理互动改变机器人的预设轨迹。洛西在一篇介绍伯克利实验的文章中写道：“机器人在这里有一个计划，或者说期望轨迹，它描述了机器人认为自己应该如何执行任务。我们引入了一种实时算法，修改或改变机器人未来的期望轨迹。”
在阻抗模式下，机器人在互动后总会回到原始轨迹。洛西说，在学习模式下，反馈不仅改变了机器人互动时的状态，也改变了它随后朝目标前进的方式。
例如，如果用户指示机器人避免让杯子经过键盘上方，它今后就会继续这样做。他说：“机器人每次获得新的观察结果后，我们都会重新规划它的期望轨迹，因此它能够生成符合人类偏好的行为。”
后续测试招募了 10 名学生。他们使用奥马利实验室的康复用力反馈机器人 OpenWrist，在电脑屏幕上操控光标绕过障碍物并落在蓝点上。测试先采用标准阻抗控制，然后采用结合物理互动轨迹变形的阻抗控制。这是一种 pHRI 的类似形式，学生可以通过它训练设备学习新的轨迹。
采用轨迹变形的试验在身体操作上更轻松，实现目标所需的互动也显著减少。实验表明，互动可以为原本自主运行、具有多个自由度的机器人编程；在本例中，机器人能够弯曲手臂并转动手腕。
目前的一项局限是，pHRI 还无法改变机器人完成任务所需的时间，不过这已列入计划。
“这项研究带来的范式转变是：机器人不应把人视为随机干扰，而应把人视为理性个体，理解对方有互动的理由，并试图传达重要信息，”洛西说。“机器人不该只是设法避开。它应该弄清楚发生了什么，并把工作做得更好。”
