⚡ electrical engineering

Model Predictive Control with Gaussian Processes for Flexible Multi-Modal Physical Human Robot Interaction

本文提出了一种结合高斯过程与模型预测控制的新型多模态物理人机交互方法，仅需少量演示即可通过贝叶斯推断识别人类意图并实时优化机器人轨迹，从而在工业协作装配任务中实现灵活、高效且符合人体工学的自适应控制。

原作者： Kevin Haninger, Christian Hegeler, Luka Peternel

发布于 2026-02-17

📖 1 分钟阅读☕ 轻松阅读

原作者： Kevin Haninger, Christian Hegeler, Luka Peternel

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文讲述了一种让机器人变得更“聪明”、更“懂你”的新方法，特别是在需要人和机器人手把手（物理接触）一起干活的时候。

想象一下，你正在和一个机器人一起组装一个零件。以前，机器人可能像个死板的机器，你推它一下，它就动一下，完全不知道你想把它装到哪里，或者你累不累。

这篇论文提出的方法，就像给机器人装上了一个"读心术大脑"和一个"未雨绸缪的导航仪"。

下面我用几个生活中的比喻来拆解这个技术：

1. 核心问题：机器人怎么知道你想干什么？

在工厂里，同一个零件可能有两个不同的安装位置（比如把轮胎装到车的左边或右边）。这就好比你在开车，目的地可能是“家”也可能是“公司”。

传统做法：机器人要么不知道你要去哪，要么需要程序员预先写死代码，非常死板。
这篇论文的做法：机器人通过观察你推它的力度和方向，来猜测你现在的“意图模式”（Mode）。是想去左边？还是想去右边？

2. 核心技术一：高斯过程（GP）—— 机器人的“直觉老师”

机器人怎么学会猜你的意图呢？它不需要读心术，而是靠模仿学习。

比喻：想象机器人是个刚学画画的学生。你（人类）带着它画了三次去“家”的路线，又画了三次去“公司”的路线。
高斯过程（GP）：这就好比老师给机器人看这三张画，然后让它自己脑补出“去家”和“去公司”的所有可能路线，甚至包括你手抖了一下会怎么偏。它不是死记硬背，而是学会了“感觉”。
作用：当你再次推它时，机器人会对比你现在的动作和它学过的“去家”或“去公司”的感觉。如果感觉更像“去家”，它就会调整策略往家走。

3. 核心技术二：模型预测控制（MPC）—— 机器人的“未来导航仪”

一旦机器人猜到了你的意图，它该怎么动才最舒服、最安全？

比喻：想象你在开车，导航仪（MPC）不仅看现在的红绿灯，还会预测未来几秒钟的路况。
- 如果它猜你想去“家”，它会提前规划一条最顺畅的路。
- 如果它发现你突然想改道去“公司”，它能瞬间重新规划，不会让你觉得突兀。
考虑因素：这个导航仪不仅看路，还特别关心你的舒适度（人体工程学）。它会计算：“如果我现在往左拐，你的肩膀会不会太累？”或者“如果我把速度放慢一点，是不是能省你的力气？”
结果：机器人会主动调整自己的“软硬程度”（阻抗）。如果你推得轻，它就软一点配合你；如果你推得重，它就稳一点帮你分担重量。

4. 这个方法的厉害之处

学得少，教得快：以前教机器人可能需要几百次演示，现在每个模式只需要演示 3 次（比如去左边 3 次，去右边 3 次），机器人就能学会并灵活应对。
反应快：它能在15 次/秒的速度下不断重新计算和规划。这意味着即使你突然改变主意，或者手滑了一下，机器人能立刻反应过来，重新调整，不会把你带偏。
六自由度（6-DOF）：它不仅能前后左右移动，还能灵活地旋转、倾斜，就像你的手臂一样灵活，能处理复杂的组装任务。

5. 实验结果：真的好用吗？

研究人员在一个真实的工业机器上做了实验。

场景：人和机器人一起搬一块沉重的钢板，要把上面的孔对准底座上的两个不同位置的销钉。
表现：
- 当机器人觉得你“犹豫不决”（比如想去左也想去右）时，它会走一条比较折中的路，或者施加较小的力。
- 一旦它确定你“铁了心”要去右边，它就会果断地帮你往右边推，甚至调整自己的姿势来减轻你的肩膀负担。
- 即使你故意把机器人推离路线，它也能迅速把自己“拉”回正确的轨道上。

总结

这篇论文就像是在教机器人如何像一位默契的舞伴一样跳舞。
它不需要你每一步都下指令，而是通过观察你的动作（力度、方向），结合它之前少量的学习（3 次演示），实时猜测你的舞步意图（高斯过程），并提前规划出最省力、最流畅的舞步（模型预测控制）。

这让未来的工厂不再是冷冰冰的机器，而是能真正理解人类、配合人类、甚至保护人类关节的智能合作伙伴。

这是一份关于论文《Model Predictive Control with Gaussian Processes for Flexible Multi-Modal Physical Human Robot Interaction》（基于高斯过程的模型预测控制用于灵活的多模态物理人机交互）的详细技术总结。

1. 研究背景与问题 (Problem)

背景：随着协作机器人的发展，人机物理交互（Physical HRI）正从传统的笼式隔离环境走向混合人机团队的生产环境。这种交互能提高人体工学、任务效率和自动化灵活性。
核心挑战：
- 多模态任务：许多人机协作任务涉及离散的“模式”（Modes），例如任务的不同阶段或多个可能的目标位置。每种模式对应不同的人类行为和目标。
- 意图推断与响应：机器人需要实时推断人类意图（当前处于哪种模式），并据此调整轨迹和阻抗（Impedance）。
- 现有方法的局限：
  - 传统方法通常需要针对特定应用定制，编程复杂且耗时。
  - 现有的模型预测控制（MPC）在人机交互中应用较少，因为缺乏准确的人类模型，且收集人类数据成本高。
  - 现有的基于 MPC 的方法通常只处理单自由度（DOF）任务，或者仅将人类视为扰动，未建立显式的人类动力学模型。
  - 非线性 MPC 在计算效率和稳定性保障方面存在挑战。

2. 方法论 (Methodology)

论文提出了一种结合**高斯过程（Gaussian Processes, GP）和模型预测控制（MPC）**的新框架，用于处理具有离散模式的多模态物理人机交互任务。

2.1 系统架构

系统框架包含三个核心部分（如图 2 所示）：

人类建模：使用高斯过程回归建模人类施加的力。
模式推断（Inference）：基于实时测量的人类力和机器人状态，推断当前任务模式的后验概率。
模型预测控制（MPC）：基于推断出的模式信念（Belief），优化机器人轨迹和阻抗参数。

2.2 人类建模 (Human Modeling)

随机力模型：将人类建模为随机阻抗，施加的力 $f_H$ 取决于机器人位姿 $x$ 和任务模式 $n$ 。
高斯过程回归：为每种模式 $n$ $n$ 训练一个独立的 GP 模型，预测给定位姿下的人类力分布 $p(f_H|x, n)$ $p (f_{H} ∣ x, n)$ 。
- 输入：机器人位姿（位置 + 旋转矢量）。
- 输出：人类施加的 6 自由度力/力矩的均值和协方差。
人体运动学：引入 4-DOF 人体手臂模型（肩关节 3 个旋转 + 肘关节 1 个旋转），用于计算关节力矩，从而在优化目标中考虑人体工学（如最小化肩部力矩）。

2.3 模式推断 (Mode Inference)

利用贝叶斯推断实时更新对当前任务模式 $n$ 的信念 $p(n|\xi_{1:t}, f_{1:t})$ 。
支持两种情况：
1. 固定模式：任务开始前确定目标，但初始概率分布未知。
2. 模式转换：已知模式间的转移概率。
相似度度量：为了防止单个力分量概率低导致整体似然值过低，提出了一种基于方向匹配的启发式相似度度量，使模式推断更平滑。

2.4 模型预测控制 (MPC)

控制架构：采用底层导纳控制（Admittance Control）处理高频接触力安全，上层 MPC 生成虚拟目标力和阻抗参数调整。
状态空间：包含机器人位姿、速度、人类力、模式分布等。
决策变量：
- 机器人期望力 $f_R$ （轨迹规划）。
- 机器人阻抗参数变化 $\Delta M, \Delta B$ （可选）。
- 人体肩部和关节轨迹（可选，用于人体工学优化）。
目标函数：
- 基于模式信念的期望代价 $J_E$ 或风险敏感代价 $J_R$ 。
- 代价项包括：轨迹平滑度、任务完成度、人类力最小化、人体工学（关节力矩）最小化。
求解：使用 CasADi 和 IPOPT 求解器，利用自动微分计算梯度和 Hessian 矩阵，实现非线性优化。

2.5 计算优化

稀疏高斯过程（Sparse GPs）：由于 GP 评估复杂度为 $O(S^3)$ ，为了解决实时性问题，使用诱导变量（Inducing Variables）将训练样本从数千个减少到 35-50 个，显著降低计算时间。
协方差简化：在 MPC 中简化协方差计算，仅保留关键元素，进一步加速求解。

3. 关键贡献 (Key Contributions)

多模态交互框架：提出了一种通用的方法，能够处理具有离散模式（如不同装配目标）的物理人机交互任务，无需为每个模式重新编程。
基于 GP 的意图推断与 MPC 结合：首次将高斯过程用于物理 HRI 中的多模态意图推断，并将其直接嵌入到非线性 MPC 的代价函数中，实现了基于“模式信念”的轨迹优化。
6-DOF 全自由度协作：在 6 自由度（位置和姿态）上实现了协作，而不仅仅是单自由度或平面运动。
低数据需求与高效率：
- 仅需每个模式3 次演示（共约 35-50 个采样点）即可训练模型。
- 实现了15 Hz的在线控制频率，满足实时性要求。
人体工学优化：能够将人体关节力矩作为优化目标，实现机器人动作与人体工学的协同优化。

4. 实验结果 (Results)

实验设置：在大型工业机器人（16kg 负载）上进行了协作装配实验。任务是将一块钢板安装到基座上的两组不同位置的销钉上（模拟轮胎安装等场景）。
模式识别能力：系统能够鲁棒地检测人类意图的变化（例如从目标 1 切换到目标 2），并在在线运行中实时调整规划轨迹。
轨迹规划：
- 当信念均匀分布（ $p=[0.5, 0.5]$ ）时，机器人施加的力较小，保持灵活性。
- 当信念偏向某一目标（如 $p=[0.05, 0.95]$ ）时，机器人主动向该目标移动并提供辅助。
鲁棒性：系统对不同的初始位置具有鲁棒性，且当人类将机器人推离目标时，系统能重新规划并恢复。
计算性能：
- 在 Intel i3 处理器上，MPC 循环频率达到 15 Hz。
- 使用稀疏 GP 和协方差简化后，平均计算时间从冷启动的 11 秒以上降低到热启动的 0.15 秒左右（具体取决于配置）。
- 同时优化人体关节轨迹和阻抗参数会显著增加计算时间，目前难以在 15Hz 下实时运行，但证明了可行性。

5. 意义与局限性 (Significance & Limitations)

意义：

该方法显著降低了部署灵活人机协作任务的编程复杂度和时间成本。
证明了在 6-DOF 物理交互中使用非线性 MPC 和概率模型是可行的，为未来更智能、更自适应的协作机器人奠定了基础。
提供了一种无需复杂传感器（仅需力/位姿反馈）即可推断人类意图的解决方案。

局限性：

环境力与人力区分：模型无法区分环境接触力（如碰撞）和人类施加的力，在接触任务中需谨慎处理。
异方差性（Heteroscedasticity）：标准 GP 假设方差恒定，无法捕捉状态空间中不同区域方差变化的特性（例如在目标附近数据多、方差小）。
超参数调整：在小数据集上通过最大似然估计优化 GP 超参数可能导致极端值，因此实验中使用了固定超参数或限制了范围。
计算复杂度：虽然通过稀疏 GP 实现了实时性，但引入更多决策变量（如人体关节、阻抗参数）或风险敏感目标仍会大幅增加计算负担。

总结：
这篇论文展示了一种高效、灵活且数据驱动的方法，使机器人能够通过少量演示学习人类在多种任务模式下的行为，并利用 MPC 实时优化协作策略。它在保证安全（导纳控制）的同时，实现了基于人体工学和任务目标的智能辅助，是物理人机交互领域的重要进展。