确保机器人能够在现实环境中与人类顺利协作是其大规模部署的关键一步。虽然一些机器人系统已经每天与人类代理互动，例如在部分自动化的工业和制造设施中，但在日常任务上的人机协作仍然很少。

帕多瓦大学和剑桥三菱电机研究实验室 (MERL) 的研究人员开发了一个框架，有助于规划涉及人机协作的任务。该框架介绍于纸预先发布于arXiv服务器，特别关注需要将复杂系统与各种底层组件（例如家具）进行协作组装的任务。

研究人员将他们的框架称为 DECAF，它代表基于离散事件的家具协作人机机器人组装框架。DECAF 具有各种底层组件，包括离散事件马尔可夫决策过程 (DE-MDP) 模型、装配过程的 HTM 描述和贝叶斯干扰模块。

朱利奥·贾科穆佐 (Giulio Giacomuzzo)、马泰奥·泰雷兰 (Matteo Terreran) 和他们的同事在他们的论文中写道：“人类被描述为一个无法控制的智能体，这意味着该智能体不受预先设定的一系列行为的约束，而是根据自己的喜好行事。”纸。“与此同时，任务规划器反应性地计算协作机器人的最佳动作，以在尽可能短的时间内高效地完成整个装配任务。”

利用新开发的框架，协作组装过程跨越各个步骤。首先，机器人通过摄像头或其他传感器观察人类代理执行的动作。

根据这些观察结果，DECAF 模型为机器人规划行动，以最大限度地提高机器人-人类团队完成手头组装任务的效率，同时在发生不可预测的事件后调整这些行动。该团队利用通常用于构建特定决策过程的数学框架（称为 DE-MDP）对家具或其他物体的组装进行建模。

Giacomuzzo、Terreran 和他们的同事写道：“我们将问题形式化为 DE-MDP，这是一个综合框架，将各种异步行为、人类想法的改变和故障恢复作为随机事件结合起来。”

“虽然理论上可以通过构建所有可能动作的图表来解决这个问题，但这种方法会受到计算限制的限制。所提出的公式提供了一种替代解决方案，利用强化学习来导出机器人的最佳策略。”

本质上，DE-MDP 模型用于分解装配任务并确定最佳动作，使机器人能够与人类代理协作有效地完成任务。DECAF 框架的第二个组成部分，即 HTM 模型，对各个子任务之间的相互依赖关系进行编码，从而促进规划过程。

最后，该团队集成了一个基于称为贝叶斯干扰的统计方法的模块，该模块通常用于随着更多信息的可用而不断更新给定假设为真的概率。该模块允许框架监视人类代理的行为并使用它们来预测人类代理的意图。

研究人员通过一系列测试评估了 DECAF，并在模拟和现实环境中运行。在真实实验中，10 名成年参与者被要求与 7 自由度机器人操纵器（即 Franka Emika Panda 手臂）合作组装一把从宜家购买的椅子。

该团队进行的初步测试结果非常有希望。在模拟中，DECAF框架人们发现它优于标准规划策略，而在现实世界的实验中，它似乎提高了人机协作的效率和质量。

研究人员写道：“未来，我们计划纳入执行时间之外的其他最佳指标，例如人体安全、动作相关性和人体工程学。”

© 2024 Science X 网络