Planning Human-Robot Co-manipulation with Human Motor Control Objectives and Multi-component Reaching Strategies

1. Planteamiento del Problema

La integración exitosa de robots en la colaboración humana requiere que el robot adapte sus acciones a las intenciones y estados del humano en tiempo real. Aunque existen enfoques basados en modelos musculo-esqueléticos (limitados a ergonomía de bajo nivel) y modelos impulsados por datos (limitados en generalización y eficiencia de datos), falta un enfoque que integre modelos de control motor humano dentro de la planificación robótica.

El desafío principal es desarrollar un sistema que pueda:

• Predecir el comportamiento humano generalizable sin depender exclusivamente de grandes conjuntos de datos de entrenamiento.
• Incorporar los compromisos fundamentales del control motor humano: el compromiso velocidad-precisión (Ley de Fitts) y el compromiso costo-beneficio (metabólico vs. tiempo).
• Gestionar estrategias de movimiento multi-componente (transición entre movimientos balísticos y correctivos) para tareas de manipulación conjunta, estimación de objetivos y transferencia de autoridad.

2. Metodología

Los autores proponen un marco de planificación de trayectorias basado en optimización numérica que modela explícitamente el comportamiento humano.

A. Modelos de Control Motor Humano

Se integran dos principios fundamentales del control motor:

1. Compromiso Velocidad-Precisión y Costo-Beneficio: Se formula una función objetivo que maximiza la recompensa (alcanzar un objetivo dentro de un ancho $W$) descontada por el tiempo, mientras se minimiza el costo metabólico (torque muscular). La dinámica incluye ruido neural que se amplifica con la actividad muscular.
   • Objetivo: $J(\tau) = \mathbb{E} \int (e^{-t/\gamma} R(q, g) - \nu \|\tau\|^2) dt$.
2. Estrategia de Movimiento Multi-Componente: Se modela la transición de un movimiento inicial balístico (rápido, menos preciso) a uno final correctivo (lento, preciso). El punto de transición se predice utilizando regresión de Procesos Gaussianos (GP) entrenada con datos empíricos, dependiendo de la distancia y dificultad del objetivo.

B. Formulación de Optimización Numérica

Para hacer el problema tratable computacionalmente:

• Dinámica Discretizada: Las ecuaciones de movimiento continuo se discretizan y linealizan asumiendo dinámicas Gaussianas lineales, permitiendo soluciones de forma cerrada para la expectativa de la recompensa.
• Función de Recompensa Estocástica: Se reemplaza el indicador binario de éxito por una función de probabilidad suave (Gaussiana) que permite el cálculo de la expectativa sobre la distribución del estado humano (ruido).
• Problema de Planificación: Se resuelve un problema de control óptimo numérico para generar trayectorias que minimicen la función de costo, adaptándose a condiciones iniciales y finales variables.

C. Aplicaciones Colaborativas

El modelo se extiende para dos escenarios específicos:

1. Estimación de Objetivos (Goal Inference): Se añaden restricciones de estado observado (posición y velocidad medidas) al problema de optimización para inferir el objetivo restante y la trayectoria futura.
2. Transferencia de Autoridad (Authority Handover): Se utiliza el modelo de movimiento multi-componente para determinar el momento óptimo en que el robot debe ceder el control al humano (generalmente en la fase de posicionamiento fino/correctivo).

3. Contribuciones Clave

1. O1: Planificación de Movimientos Robóticos con Compromisos Humanos: Un planificador que incorpora explícitamente los compromisos velocidad-precisión y costo-beneficio, validado mediante la Ley de Fitts y perfiles de velocidad asimétricos.
2. O2: Sistema de Transferencia de Autoridad: Un mecanismo que utiliza la estrategia de sub-movimientos humanos para inferir cuándo transferir el control del robot al humano, adaptándose a la distancia y dificultad del objetivo.
3. O3: Sistema de Inferencia de Objetivos en Línea: Un sistema que utiliza el mismo modelo de control motor con restricciones de observación para estimar en tiempo real la trayectoria restante y el objetivo humano, permitiendo al robot adaptarse dinámicamente.

4. Resultados y Validación

Los autores validaron el enfoque mediante simulaciones y experimentos físicos con un brazo robótico Franka Emika en tareas de ensamblaje electrónico.

• Validación del Modelo Computacional (O1):

  • Los perfiles de velocidad generados por el modelo exhiben la asimetría temporal característica de los movimientos humanos (pico de velocidad temprano).
  • El tiempo de movimiento aumenta con la dificultad (ancho de objetivo pequeño o distancia larga), alineándose perfectamente con la Ley de Fitts.
  • La dispersión de los puntos de llegada (hits) muestra que el modelo permite algunos errores para optimizar el tiempo, reflejando el compromiso costo-beneficio.

• Sincronización de Co-manipulación (O1 y O3):

  • En tareas donde el humano controla la variabilidad (plano XY) y el robot la precisión (eje Z), el robot logró sincronizar sus trayectorias con las del humano.
  • El robot estimó correctamente el objetivo y ajustó su trayectoria en tiempo real, manteniendo perfiles de velocidad similares a los humanos sin asistencia activa.
  • El error de seguimiento fue mayor en las direcciones de variabilidad (XY) y menor en la dirección determinista (Z), consistente con el compromiso velocidad-precisión.

• Transferencia de Autoridad (O2):

  • El robot ejecutó la fase balística inicial y transfirió la autoridad al humano justo cuando la dispersión de la posición humana alcanzó su pico (punto de transición predicho).
  • La transición fue suave, sin saltos bruscos en la velocidad, permitiendo al humano realizar el posicionamiento final preciso.

5. Significado e Impacto

Este trabajo representa un avance significativo en la interacción humano-robot (HRI) al:

• Reducir la dependencia de datos: Al utilizar modelos basados en principios físicos y neurocientíficos en lugar de aprendizaje automático puro, el sistema es más generalizable y eficiente en datos.
• Mejorar la legibilidad y seguridad: Al predecir y sincronizarse con los patrones naturales de movimiento humano (incluyendo la asimetría de velocidad), se reducen las fuerzas de interacción no deseadas y los tiempos de espera.
• Habilitar la colaboración adaptativa: El sistema permite que el robot anticipe cambios de objetivo y gestione dinámicamente quién lidera la tarea (humano o robot) basándose en la dificultad y el estado del movimiento, no en reglas predefinidas rígidas.

Limitaciones y Futuro:
El enfoque actual se limita a movimientos punto-a-punto y no considera dinámicas de interacción complejas. Además, la resolución no lineal completa requiere más de 1 segundo (aunque es viable para planificación en línea con actualizaciones periódicas). Futuras investigaciones incluirán estudios con usuarios para evaluar la percepción subjetiva de estas trayectorias.