Stochastic Decision-Making Framework for Human-Robot Collaboration in Industrial Applications

Sintesi Tecnica: Framework di Decision-Making Stocastico per la Collaborazione Uomo-Robot in Applicazioni Industriali

Problematica
L'integrazione di robot collaborativi (cobot) negli ambienti industriali ha spostato le operazioni da contesti solitari e vincolati dalla sicurezza a contesti cooperativi in cui robot e umani condividono gli spazi di lavoro. Sebbene la ricerca esistente utilizzi efficacemente sensori (visione, prossimità, EMG) per rilevare le intenzioni umane, rimangono sfide significative nel gestire l'incertezza dei fattori umani, specificamente gli stati emotivi (motivazione e aggressività) e i segnali comportamentali dinamici. Gli attuali meccanismi di sicurezza si basano spesso su modelli muscolo-scheletrici statici o semplici soglie di distanza, che possono risultare insufficienti in ambienti aperti e non vincolati dove il comportamento umano è stocastico. Il problema centrale affrontato è la necessità di un framework decisionale in grado di anticipare le azioni e le emozioni umane sotto incertezza per garantire sia la sicurezza che l'efficienza nella Collaborazione Uomo-Robot (HRC).

Metodologia
Il documento propone un framework di decision-making stocastico basato su un Processo Decisionale di Markov Parzialmente Osservabile (POMDP). L'approccio va oltre l'assunzione di un modello umano fisso; al contrario, apprende i modelli umani dai dati osservati per gestire gli stati nascosti come l'emozione e la motivazione umana.

1. Formulazione dello Spazio degli Stati: Il modello definisce uno spazio degli stati completo ($S$) comprendente cinque tipi di variabili:

   • Assegnazione del Compito ($\tau$): Include priorità, durata, natura (solo robot, solo umano o collaborativa) e stato di impegno.
   • Distanza ($d$): Modellata utilizzando un nuovo approccio di sicurezza "tri-circle" (triplo cerchio). I cerchi rappresentano: (1) lo spazio di lavoro dell'umano, (2) l'umano con le braccia completamente tese (atto aggressivo), e (3) un essere umano che cade (incidente). Il robot seleziona dinamicamente il cerchio di sicurezza appropriato in base al contesto.
   • Emozione Umana ($e$): Include il livello di motivazione e il livello di aggressività, che sono stati nascosti inferiti dalle osservazioni.
   • Attività Umana ($h$) e Attività del Robot ($b$): Rappresentano la priorità corrente e il progresso dei compiti per entrambi gli agenti.

2. Osservazione e Inferenza: Poiché gli stati emotivi non sono direttamente osservabili, il sistema utilizza uno spazio di osservazione ($O$) composto dalla posizione del corpo umano, dagli angoli articolari e dalle velocità angolari (ad esempio, da sensori visivi). Il framework POMDP utilizza queste osservazioni per aggiornare uno stato di credenza (distribuzione di probabilità sugli stati nascosti come motivazione e aggressività).

3. Variabili Decisionali: L'insieme di azioni del robot ($D$) include:

   • Modalità di lavoro normale ($nw$).
   • Richiesta all'umano di lavorare da solo ($rh1$) o in modo collaborativo ($rh2$).
   • Motivare l'umano ($mh$).
   • Impegnarsi in un compito ($ct$).
   • Regolazione della distanza ($dp$ per aumentare, $dm$ per diminuire).
   • Modalità di inattività/idle ($dn$).

4. Funzione di Costo: L'obiettivo ($J$) bilancia tre scopi: evitare collisioni (mantenendo una distanza sicura basata sui livelli di aggressività), completare i compiti in modo efficiente e rispettare gli stati emotivi umani. La funzione di costo penalizza le distanze non sicure, i compiti non assegnati, la bassa motivazione e le assegnazioni di compiti errate.

5. Approccio di Soluzione: Gli autori impiegano la Iterazione di Valore (Value Iteration) per risolvere l'MDP sottostante e derivare una policy ottimale. Per gestire la parziale osservabilità, viene utilizzato un metodo di selezione dell'azione euristico in cui il robot aggrega i pesi dalla distribuzione dello stato di credenza per scegliere l'azione con la più alta probabilità cumulativa di essere ottimale.

Contributi Chiave

• Modello di Sicurezza Tri-Circle: Un approccio decisionale di sicurezza innovativo che regola dinamicamente la zona di sicurezza del robot in base a tre distinti scenari umani (lavoro, stretching, caduta), invece di fare affidamento su un singolo raggio di sicurezza statico.
• HRC Consapevole delle Emozioni: L'integrazione degli stati emotivi umani (motivazione e aggressività) nel ciclo decisionale, permettendo al robot di adattare il proprio comportamento (ad esempio, aumentando la distanza se l'aggressività è alta, o motivando l'umano se l'impegno è basso).
• Predizione Bilaterale dell'Intento: A differenza dei lavori precedenti focalizzati esclusivamente sul rilevamento dell'intento umano, questo framework utilizza un POMDP per ragionare sull'interazione bilaterale, trattando le decisioni umane come eventi esogeni mentre il robot ottimizza la propria policy per facilitare una collaborazione sicura e fluida.
• Framework Unificato: La combinazione di gestione dei compiti, vincoli di sicurezza e ragionamento emotivo all'interno di un unico framework di controllo stocastico.

Risultati
Il framework proposto è stato validato attraverso uno studio numerico di caso che coinvolge un ambiente industriale simulato con un umano e un robot. La simulazione ha introdotto tre compiti sequenziali con diverse priorità, durate e requisiti di collaborazione (collaborativi, solo umani e solo robot).

• Esecuzione dei Compiti: Il sistema ha identificato con successo le policy ottimali per eseguire i compiti nel minor tempo possibile mantenendo la sicurezza.
• Adattamento Dinamico: I risultati hanno dimostrato la capacità del robot di regolare il proprio comportamento in base alla natura del compito. Per i compiti collaborativi, il robot ha mantenuto una distanza ravvicinata (cerchio di sicurezza piccolo) e ha motivato l'umano. Per i compiti solo umani, il robot ha aumentato la distanza e ha motivato l'umano prima di assegnare il compito.
• Gestione della Sicurezza: La simulazione ha mostato che il robot gestisce efficacemente le zone di sicurezza "tri-circle", aumentando la distanza quando l'umano non era impegnato in un compito collaborativo e riducendola quando la collaborazione era richiesta.
• Aggiornamenti dello Stato di Credenza: Il sistema ha inferito con successo gli stati emotivi nascosti (motivazione e aggressività) basandosi sulle velocità umane osservate, aggiornando lo stato di credenza per guidare il processo decisionale.

Significatività e Rivendicazioni
Il documento afferma che la sua principale significatività risiede nel colmare il divario nella ricerca attuale sulla HRC, che spesso si concentra sul rilevamento dell'intento senza tenere adeguatamente conto della natura stocastica delle emozioni umane e dei requisiti dinamici della sicurezza. Utilizzando un POMDP, il framework offre un approccio generalizzato per gestire le incertezze derivanti da azioni umane celate e dati sensoriali imperfetti. Gli autori sostengono che questo approccio migliori la sicurezza e la trasparenza dei robot collaborativi, consentendo loro di anticipare le azioni umane e adattare il comportamento in tempo reale. Lo studio conclude che l'integrazione sia degli stati del robot che degli incerti stati emotivi umani in una struttura gerarchica unificata fornisce una soluzione completa per le interazioni dinamiche uomo-robot, andando oltre il semplice evitamento delle collisioni verso una collaborazione proattiva e consapevole delle emozioni.