💻 computer science

Mutual Adaptation in Human-Robot Co-Transportation with Human Preference Uncertainty

Dieses Paper schlägt ein vereinheitlichtes Framework für den Mensch-Roboter-Ko-Transport vor, das die Unsicherheit menschlicher Präferenzen und die Balance der Adaption adressiert, indem es probabilistische menschliche Entscheidungen modelliert, ein zeitvariierendes Maß an Sturheit für das dynamische Leader-Follower-Umschalten implementiert und Pose-Optimierung nutzt, um unsichere Verhaltensweisen zu mildern, was letztlich die Aufgabenleistung verbessert, wie durch Humanstudien und Simulationen validiert wurde.

Ursprüngliche Autoren: Al Jaber Mahmud, Weizi Li, Xuan Wang

Veröffentlicht 2026-06-19

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Al Jaber Mahmud, Weizi Li, Xuan Wang

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie und ein Roboter tragen einen schweren, sperrigen Tisch durch ein Haus voller Möbel. Sie beide müssen vom Wohnzimmer ins Schlafzimmer gelangen, ohne irgendwo anzustoßen. Das Problem? Sie und der Roboter sind sich vielleicht nicht einig über die beste Route. Der Roboter denkt vielleicht: „Dieser schmale Flur ist der schnellste Weg“, während Sie denken: „Auf keinen Fall, das ist zu eng und riskant; nehmen wir den langen Weg drumherum.“

In dieser Arbeit geht es darum, dem Roboter beizubringen, mit Ihnen zusammenzuarbeiten, ohne dass Sie ein einziges Wort sprechen müssen. Es geht um gegenseitige Anpassung (Mutual Adaptation): Der Roboter lernt, Ihren Geist zu lesen, und Sie und der Roboter lernen, je nach Situation die Rollen zu tauschen.

Hier ist die Erklärung, wie die Forscher dies gelöst haben, unterteilt in drei einfache Ideen:

1. Der Roboter kennt Ihre „Gehirn-Einstellungen“ nicht (Das Unsicherheitsproblem)

Normalerweise versuchen Roboter zu erraten, was Sie wollen, indem sie eine ganz bestimmte Regel auswählen (z. B. „Dieser Mensch hasst immer enge Räume“). Aber Menschen sind unberechenbar. Manchmal sind Sie mutig und gehen Risiken ein; ein anderes Mal sind Sie vorsichtig. Selbst dieselbe Person kann an einem Dienstag anders handeln als an einem Freitag.

Die Lösung: Anstatt nur eine einzige Regel für Sie zu erraten, erstellt der Roboter eine „Wolke von Möglichkeiten“.

Die Analogie: Stellen Sie sich vor, der Roboter errät nicht nur Ihre Lieblings-Eissorte. Stattdessen stellt er sich ein ganzes Gefrierfach voller Sorten vor, die Sie vielleicht mögen könnten, wobei einige Sorten wahrscheinlicher sind als andere.
Wie es funktioniert: Der Roboter berechnet die Wahrscheinlichkeit, mit der Sie Pfad A, Pfad B oder Pfad C wählen würden, basierend auf einer breiten Palette möglicher Einstellungen für „Risikotoleranz“ und „Distanzsensitivität“. Er geht nicht davon aus, dass er Sie perfekt kennt; er geht davon aus, dass er einen Bereich dessen kennt, wer Sie sein könnten.

2. Der „Dickköpfigkeits“-Messwert (Der Schaltmechanismus)

Wenn der Roboter Ihnen einfach nur folgt, könnten Sie ihn in eine Falle führen. Wenn der Roboter Sie jedoch dazu zwingt, ihm zu folgen, könnten Sie genervt sein und die Zusammenarbeit einstellen. Die Arbeit führt einen cleveren Weg ein, um zu entscheiden, wer das Sagen hat: Den Dickköpfigkeits-Messwert (Stubbornness Meter).

Die Analogly: Denken Sie an den Roboter als ein GPS und Sie als den Fahrer.
- Phase 1 (Der Roboter führt): Zu Beginn schlägt der Roboter eine Route vor. Wenn Sie zustimmen, großartig. Aber wenn der Roboter immer wieder Routen vorschlägt, die sich für Sie „falsch“ anfühlen (wie das Durchquetschen durch eine winzige Lücke), steigt Ihr interner „Ärger-Messwert“.
- Phase 2 (Der Wendepunkt): Der Roboter verfolgt diesen Ärger. Solange Sie nur leicht verärgert sind, versucht der Roboter weiterhin, Sie zu führen. Aber sobald Ihr Ärger einen bestimmten Schwellenwert überschreitet (Sie werden „dickköpfig“), sagt der Roboter: „Okay, ich gebe auf. Du führst, ich folge.“
- Das Ergebnis: Dies verhindert, dass das Team in einer Endlosschleife aus Unstimmigkeiten stecken bleibt. Der Roboter führt, wenn es effizient ist, aber übergibt das Steuer in dem Moment, in dem Sie zu frustriert werden, um sicherzustellen, dass das Team vorankommt.

3. Der „Präventive Tanz“ (Posen-Optimierung)

Hier ist der knifflige Teil: Selbst nachdem der Roboter entschieden hat, Sie führen zu lassen, weiß er immer noch nicht genau, welchen Pfad Sie als Nächsten wählen werden. Sie könnten nach links abbiegen oder nach rechts. Wenn der Roboter wartet, bis Sie abbiegen, um seine Arme zu bewegen, könnte es zu spät sein, was zu ruckartigen, unsicheren Bewegungen führt.

Die Lösung: Der Roboter nutzt seine „Wolke von Möglichkeiten“, um sich auf alle wahrscheinlichen Ausgänge gleichzeitig vorzubereiten.

Die Analogie: Stellen Sie sich vor, Sie sind ein Tänzer, der einem Partner folgt, der noch nicht entschieden hat, welchen Schritt er als Nächstes macht. Anstatt steif dazustehen, verlagern Sie Ihr Gewicht leicht, sodass Sie balanciert und bereit sind, sich entweder nach links oder nach rechts zu drehen. Sie legen sich nicht auf eine Bewegung fest, aber Sie sind bereit für jede von ihnen.
Wie es funktioniert: Der Roboter passt seine Gelenkwinkel (seine „Pose“) an einen „Sweet Spot“ an, der für alle Pfade, die Sie wählen könnten, gut funktioniert. Auf diese Weise ist der Roboter, egal in welche Richtung Sie sich plötzlich entscheiden, bereits in einer komfortablen, sicheren Position, um Ihnen reibungslos zu folgen, wodurch ruckartige Stopps oder gefährliche Dehnungen vermieden werden.

Wie sie bewiesen haben, dass es funktioniert

Die Forscher haben nicht nur Code geschrieben; sie haben ihn getestet:

Menschliches Feedback: Sie zeigten 20 Personen Videos von verschiedenen Pfaden und fragten sie, welchen sie wählen würden. Sie nutzten diese Daten, um ihr Modell der „Wolke von Möglichkeiten“ abzustimmen, und bewiesen damit, dass es genau vorhersagen kann, wie Menschen ihre Entscheidungen verteilen.
Simulationen: Sie ließen tausende Computersimulationen laufen, um den „Dickköpfigkeits-Messwert“ zu testen. Sie fanden heraus, dass Teams, die diesen Schaltmechanismus nutzen, die Aufgabe schneller und sicherer erledigten als Teams, bei denen der Roboter immer versuchte zu führen oder immer blind folgte.
Kontrolltests: Sie zeigten, dass die „Posen-Optimierung“ (der präventive Tanz) die „Ruckeligkeit“ und den Aufwand des Roboters beim Folgen eines Menschen signifikant reduzierte, im Vergleich zu Robotern, die nicht im Voraus planen.

Das Fazit

Diese Arbeit präsentiert ein Framework, bei dem ein Roboter nicht einfach blind einem Menschen folgt oder einen Menschen blind dazu drängt, ihm zu folgen. Stattdessen:

Erkennt der Roboter an, dass er nicht genau weiß, was Sie wollen (Unsicherheit).
Wartet er ab, ob Sie dickköpfig genug werden, um das Kommando zu übernehmen (Dickköpfigkeit).
Bereitet er seinen Körper physisch darauf vor, was auch immer Sie als Nächstes entscheiden (Posen-Optimierung).

Das Ergebnis ist ein Team, das sich selbst ohne ein einziges Wort reibungsloser, sicherer und effizienter bewegt.

Technisches Resümee: Gegenseitige Anpassung in der Mensch-Roboter-Ko-Transportation unter Unsicherheit der menschlichen Präferenz

Problemstellung

Die Arbeit befasst sich mit den Herausforderungen der Mensch-Roboter-Ko-Transportation, insbesondere in Szenarien, in denen ein Mensch und ein Roboter gemeinsam ein Objekt durch Hindernisöffnungen zu einem Ziel navigieren. Das Kernproblem liegt in der Unsicherheit der menschlichen Präferenzparameter und der Schwierigkeit, die Anpassungsstrategien auszubalancieren.

Traditionelle Ansätze verlassen sich oft auf feste Parameter zur Modellierung des menschlichen Verhaltens, was individuelle Variationen sowie Schwankungen in der Risikowahrnehmung und Distanzsensitivität nicht berücksichtigen kann. Zudem konzentrieren sich bestehende Kollaborationsmodelle häufig auf statische, einmalige Interaktionen oder einseitige Anpassung (entweder passt sich der Roboter an den Menschen an oder der Mensch an den Roboter), statt auf eine dynamische, gegenseitige Anpassung in sich entwickelnden Umgebungen. Die Autoren identifizieren drei spezifische Lücken:

Mangel an Modellen, die die Unsicherheiten menschlicher Entscheidungsfindung aufgrund subjektiver Präferenzparameter quantifizieren.
Fehlen von Mechanismen für dynamische Rollenwechsel (wer das Team führt) basierend auf dem menschlichen Widerstand gegen den Plan des Roboters.
Unzureichende Low-Level-Regelungsstrategien zur Abmilderung der Auswirkungen unsicherer menschlicher Entscheidungen, wenn der Mensch führt.

Methodik

Die Autoren schlagen ein einheitliches Framework vor, das aus drei miteinander verbundenen Modulen besteht, von denen jedes eine Hypothese bezüglich der Unsicherheit menschlicher Präferenzen, der gegenseitigen Anpassung und der Low-Level-Regelung adressiert.

1. Menschliches Präferenzmodell mit Parameterunsicherheit (H1)

Anstatt feste menschliche Parameter anzunehmen, modellieren die Autoren die menschliche Entscheidungsfindung als Wahrscheinlichkeitsverteilung.

Subjektive Kosten: Sie definieren eine subjektive Kostenfunktion $\hat{J}_o(\alpha, \gamma)$ basierend auf der Prelec-Wahrscheinlichkeitsgewichtungsfunktion (für die Risikowahrnehmung, Parameter $\gamma$ ) und dem Stevens-Potenzgesetz (für die Distanzwahrnehmung, Parameter $\alpha$ ).
Unsicherheitsmodellierung: Die Parameter $\alpha$ und $\gamma$ werden als unabhängige Variablen behandelt, die Gleichverteilungen folgen ( $\alpha \sim U(0.55, 0.95)$ , $\gamma \sim U(0.5, 1.1)$ ).
Entscheidungsverteilung: Durch Integration über den Parameterraum berechnet das Modell die Wahrscheinlichkeit $P_o$ , dass ein Mensch eine bestimmte Pfadoption $o$ wählt. Dies überführt die Parameterunsicherheit in eine Entscheidungsverteilung, wodurch der Roboter in der Lage ist, eine Bandbreite menschlicher Präferenzen anstatt eines einzelnen deterministischen Pfades zu antizipieren.

2. Kooperative Pfadplanung mittels zeitvariabler Sturheit (H2)

Um den Übergang zwischen Roboter-geführten und Mensch-geführten Modi zu steuern, führt das Framework ein zeitvariables Sturheitsmaß $\phi(k)$ ein.

Akkumulation von Unbehagen: Das Maß wächst exponentiell basierend auf der Akkumulation von „Unbehagen“ $g(k)$ , das auftritt, wenn die Bewegung des Teams von den probabilistischen Präferenzen des Menschen abweicht.
Modus-Übergang:
- Roboter-führender Modus ( $\phi(k) \le 1$ ): Der Roboter wählt einen Pfad, der sein objektives Kostenmaß mit den approximierten subjektiven Kosten des Menschen ausbalanciert. Das Gewicht der menschlichen Kosten nimmt zu, wenn $\phi(k)$ sich 1 nähert.
- Mensch-führender Modus ( $\phi(k) > 1$ ): Sobald die Sturheit des Menschen einen Schwellenwert (1) überschreitet, gibt der Roboter die Kontrolle ab und folgt dem Menschen.
Dynamische Anpassung: Dieser Mechanismus ermöglicht es dem Team, mit Roboterführung zu starten, aber zu einer menschlichen Führung überzugehen, falls der Mensch konsequent gegen den Plan des Roboters resistent ist, wodurch eine gegenseitige Anpassung erreicht wird.

3. Low-Level-Regelung mittels Pose-Optimierung (H3)

Wenn der Roboter im Mensch-geführten Modus ist, muss er sich auf mehrere potenzielle menschliche Entscheidungen vorbereiten, ohne den exakten Pfad zu kennen, den der Mensch wählen wird.

Redundanzauflösung: Der Roboter nutzt die Redundanz seines Manipulatorarms.
Probabilistische Pose-Optimierung: Das System löst ein Optimierungsproblem, um eine Gelenkkonfiguration $q^*$ zu wählen, die die gewichtete Summe der MPC-Kosten über alle möglichen Pfadoptionen minimiert.
Zielsetzung: Diese proaktive Anpassung stellt sicher, dass der Roboter vorteilhafte kinematische Konfigurationen beibehält, um unerwartete Wechsel zwischen Pfadoptionen zu bewältigen, wodurch Regelungsaufwand und Tracking-Fehler reduziert werden.

Zentrale Beiträge

Probabilistisches menschliches Präferenzmodell: Ein mathematisches Framework, das die Unsicherheiten in der Risikowahrnehmung und Distanzwahrnehmung des Menschen erfasst und eine Wahrscheinlichkeitsverteilung menschlicher Entscheidungen generiert, anstatt sich auf feste Werte zu verlassen.
Gegenseitige Anpassung via Sturheit: Ein Koordinationsmodell, das ein zeitvariantes Sturheitsmaß verwendet, um dynamisch zwischen Roboter-führenden und Mensch-geführten Modi zu wechseln, was es dem Team ermöglicht, sich über die Zeit an den Widerstand des Menschen anzupassen.
Pose-Optimierung für Unsicherheit: Eine Low-Level-Regelungsstrategie, die die Wahrscheinlichkeitsverteilung menschlicher Entscheidungen nutzt, um die Gelenkkonfiguration des Roboters zu optimieren und so die Auswirkungen unsicherer menschlicher Entscheidungen während des Mensch-geführten Transports abzumildern.

Experimentelle Ergebnisse

Das Framework wurde durch Studien mit menschlichen Teilnehmern und Simulationen validiert:

Validierung von H1 (Präferenzmodell): Experimente mit 20 Teilnehmern in vier verschiedenen Hindernismilieus zeigten, dass das vorgeschlagene probabilistische Modell die Rangfolge der von Menschen gewählten Pfadoptionen präzise erfasste. Das Modell konnte erfolgreich die Wahrscheinlichkeit vorhersagen, mit der Menschen sicherere, aber längere Pfade gegenüber risikoreicheren, kürzeren Pfaden wählen.
Validierung von H2 (Gegenseitige Anpassung): Simulationen, die den vorgeschlagenen Modus-Wechsel-Mechanismus mit einer Fixed-Mode-Baseline verglichen (bei der der Roboter immer führt oder immer folgt), zeigten, dass der adaptive Ansatz konsistent niedrigere Gesamtkosten erreichte. Die Ergebnisse deuteten darauf hin, dass der Roboter den Menschen erfolgreich zu effizienteren Pfaden führen konnte, bevor der Mensch ausreichend stur wurde, um einen Modus-Wechsel zu erzwingen.
Validierung von H3 (Pose-Optimierung): Simulationsergebnisse über verschiedene Parametereinstellungen hinweg zeigten, dass die Aktivierung der Pose-Optimierung im Mensch-geführten Modus die Gesamtkosten der Roboterregelung (Tracking-Fehler und Regelungsaufwand) im Vergleich zu einer Baseline ohne Pose-Optimierung signifikant reduzierte. Dies bestätigte, dass die Vorbereitung auf mehrere potenzielle menschliche Entscheidungen die Low-Level-Regelungsleistung verbessert.

Bedeutung und Ansprüche

Die Arbeit behauptet, dass ihre primäre Bedeutung in der Bereitstellung eines einheitlichen Ansatzes liegt, der die Modellierung des Menschen mit unsicheren Parametern, Strategien der gegenseitigen Anpassung und Low-Level-Regelungsoptimierung integriert.

Umgang mit Unsicherheit: Die Arbeit geht über die deterministische Modellierung des Menschen hinaus, erkennt an, dass menschliche Parameter variieren und fluktuieren, und bietet einen Mechanismus, um dies mittels Wahrscheinlichkeitsverteilungen zu handhaben.
Abwägung der Anpassung: Sie bietet eine Lösung für den Trade-off zwischen Roboter-Effizienz und menschlicher Präferenz, indem sie es dem Roboter erlaubt zu führen, wenn es vorteilhaft ist, aber nachzugeben, wenn der menschliche Widerstand (Sturheit) die Notwendigkeit einer menschlichen Führung signalisiert.
Proaktive Regelung: Durch die Verknüpfung der High-Level-Unsicherheit der menschlichen Intention mit der Low-Level-Gelenkkonfiguration mildert das System proaktiv die Risiken unerwarteter menschlicher Verhaltensweisen ab und gewährleistet so eine sicherere und reibungslosere Ko-Transportation.

Die Autoren weisen auf Limitationen hin, insbesondere dass ihr menschliches Feedback über statische Bilder und Videos und nicht durch physische Interaktion gesammelt wurde; zukünftige Arbeiten werden darauf abzielen, das Framework auf physische Ko-Transportationsstudien und Multi-Roboter-Szenarien auszuweiten.