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

Título: Planejamento de Co-manipulação Humano-Robô com Objetivos de Controle Motor Humano e Estratégias de Alcance Multi-componente

1. Problema e Motivação

A integração eficaz de robôs na vida diária e na colaboração industrial exige que o robô não apenas reaja, mas antecipe e adapte-se às intenções e ações do parceiro humano.

• Limitações das abordagens atuais:
  • Modelos Musculoesqueléticos: Focam em ergonomia (torque, fadiga), mas são limitados a funções de baixo nível e não preveem bem o comportamento intencional.
  • Modelos Baseados em Dados (Machine Learning): Como Aprendizado por Reforço Inverso ou Processos Gaussianos, dependem de grandes volumes de dados de interação, o que limita sua generalização e eficiência.
  • Modelos de Controle Mínimo de Aceleração (Minimum Jerk): Embora comuns, não capturam adequadamente a dinâmica estocástica, a troca custo-benefício ou a assimetria temporal nos perfis de velocidade humanos.
• O Lacuna: Falta um modelo que integre princípios fundamentais do controle motor humano (trocas velocidade-precisão e custo-benefício) diretamente no planejamento de trajetória do robô para prever comportamentos generalizáveis sem necessidade massiva de dados.

2. Metodologia

Os autores propõem um método de controle baseado em Otimização de Trajetória Numérica que incorpora modelos computacionais do Sistema Nervoso Central (SNC) humano.

A. Modelos de Controle Motor Humano

O sistema baseia-se em dois pilares teóricos:

1. Trocas Velocidade-Precisão e Custo-Benefício:
   • O SNC otimiza uma função objetivo que maximiza o benefício (chegar ao alvo) e minimiza o custo metabólico (torque muscular), sujeito a ruído neural.
   • Lei de Fitts: O modelo incorpora a relação inversa entre velocidade e precisão (alvos menores ou mais distantes exigem movimentos mais lentos).
   • Custo-Benefício: O modelo permite um certo número de erros (dispersão) para evitar movimentos excessivamente lentos e custosos energeticamente, otimizando a recompensa total ao longo do tempo.
2. Estratégia de Alcance Multi-componente:
   • Movimentos humanos são divididos em duas fases:
     • Fase Balística (Inicial): Rápida, menos precisa, para se aproximar do alvo.
     • Fase Corretiva (Final): Lenta, precisa, para ajustar o erro e atingir o alvo.
   • O modelo prevê o ponto de transição entre essas fases com base na distância e dificuldade do alvo.

B. Formulação Matemática e Otimização

• Dinâmica Discretizada: As equações de movimento contínuas (com ruído neural proporcional à atividade muscular) são linearizadas e discretizadas para permitir solução numérica.
• Função de Recompensa Estocástica: Em vez de uma função binária (sucesso/fracasso), utiliza-se uma função de recompensa suave baseada na probabilidade de o efetuador final atingir o alvo, considerando a distribuição de incerteza (Gaussiana) da posição humana.
• Problema de Otimização: O robô resolve um problema de controle ótimo para minimizar uma função de custo que inclui:
  • Recompensa esperada por atingir o objetivo.
  • Custo de energia (torque).
  • Restrições de dinâmica e condições iniciais/observadas.

C. Aplicações Colaborativas

O modelo é aplicado em dois cenários:

1. Sincronização de Co-manipulação: O robô e o humano transportam um objeto juntos. O robô infere o objetivo e a trajetória restante a partir de uma observação parcial (posição e velocidade) e sincroniza seu movimento (velocidade e tempo) com o humano, especialmente em graus de liberdade incertos.
2. Transferência de Autoridade (Handover): O robô lidera o movimento inicial (fase balística) e transfere o controle para o humano no momento exato em que o humano normalmente iniciaria a fase corretiva (ponto de transição), permitindo o ajuste fino.

3. Contribuições Principais (Objetivos O1-O3)

• O1: Planejamento de Movimento Incorporando Trade-offs: Desenvolvimento de um planejador que integra as trocas velocidade-precisão e custo-benefício, validado pela aderência à Lei de Fitts e perfis de velocidade assimétricos típicos humanos.
• O2: Sistema de Transferência de Autoridade: Um sistema que utiliza o modelo de sub-movimentos para inferir o ponto ideal de transição de controle do robô para o humano, adaptando-se a diferentes distâncias e dificuldades.
• O3: Sistema de Inferência de Objetivo: Capacidade de estimar o objetivo restante e a trajetória futura em tempo real, adicionando restrições de estado observado ao problema de otimização, permitindo que o robô se adapte a mudanças de alvo.

4. Resultados e Validação

Os métodos foram validados através de simulações computacionais e experimentos físicos com um braço robótico Franka Emika em tarefas de montagem eletrônica.

• Validação do Modelo Computacional (O1):
  • O modelo gerou perfis de velocidade que variam corretamente com a largura do alvo e a distância, seguindo a Lei de Fitts.
  • Demonstrou a assimetria temporal no pico de velocidade (pico ocorre mais cedo no movimento), característica crucial para sincronização.
  • A dispersão final dos "acertos" no alvo mostrou que o modelo permite erros aceitáveis para otimizar o tempo, replicando o comportamento humano de custo-benefício.
• Validação Experimental (O2 e O3):
  • Sincronização: Em tarefas de transporte, o robô conseguiu sincronizar sua trajetória com a do humano em graus de liberdade variáveis (x-y), mantendo perfis de velocidade suaves e tempos de conclusão alinhados. O erro de rastreamento foi consistente com a troca velocidade-precisão.
  • Transferência de Autoridade: O robô identificou com precisão o ponto de transição entre a fase balística e a corretiva. A transferência de controle ocorreu suavemente, sem saltos bruscos de velocidade, permitindo que o humano assumisse o controle para o ajuste fino (fine-positioning).
  • O sistema demonstrou robustez ao lidar com diferentes distâncias e velocidades iniciais.

5. Significado e Conclusão

Este trabalho representa um avanço significativo na interação humano-robô (HRI) ao:

1. Unificar Teoria e Prática: Integrar modelos neurocientíficos consagrados (trocas velocidade-precisão e estratégia multi-componente) diretamente em algoritmos de planejamento de trajetória de robôs.
2. Generalização sem Dados: Oferecer uma abordagem que não depende de grandes conjuntos de dados de treinamento específicos para cada tarefa, baseando-se em princípios físicos e biológicos universais.
3. Melhoria na Colaboração: Permitir que robôs ajam de forma "legível" e natural, antecipando as necessidades humanas e adaptando-se dinamicamente, o que é essencial para a segurança e eficiência em ambientes colaborativos.

Limitações e Trabalhos Futuros: O modelo atual foca em movimentos ponto-a-ponto e não considera dinâmicas de interação complexas. O tempo de solução para dinâmicas não lineares completas ainda é superior a 1 segundo (embora aceitável para muitas aplicações), e parâmetros como a largura do alvo precisam de ajuste. Estudos futuros incluirão avaliações subjetivas com usuários para medir a percepção naturalidade da colaboração.