From Legible to Inscrutable Trajectories: (Il)legible Motion Planning Accounting for Multiple Observers

想象一个机器人在繁忙的工厂车间或医院走廊中移动。它不仅仅是一个遵循指令的机器；它是一个社会参与者。它的每一次转向、停止或加速，都在向周围的人和机器传递着无声的信息。在机器人领域，这种无声的交流被称为“可理解性”（legibility）。一条具有可理解性的路径，是指观察者能够快速且准确地推测出机器人的去向。如果机器人的运动方式使其目的地变得显而易见，就能帮助人类安全地与其协作。但规则会根据观察者的不同而改变。在协作场景中，例如人类与机器人共同工作的仓库，机器人应当尽可能清晰透明。而在竞争或对抗场景中，例如军事行动或游戏，机器人可能需要隐藏其真实目的地，以防止对手预测其下一步行动。这构成了一个复杂的谜题：当一个机器人必须对一个人清晰透明，同时对另一个人保持隐蔽，且还要在那些只能看到部分视野或视线被障碍物阻挡的人之间进行导航时，会发生什么？

伊利诺伊大学香槟分校的研究人员通过引入一个他们称之为“混合动机有限观测可理解性运动规划”（Mixed-Motive Limited-Observability Legible Motion Planning）的新问题，解决了这一挑战。在他们的研究中，他们描述了一个机器人必须规划出一条同时满足两个冲突需求的单一路径的场景。它需要对“积极”观察者（即友好或合作的人）易于理解，同时又要让“消极”观察者（即潜在的对手）感到困惑或被误导。更复杂的是，这些观察者看到的并不完全相同。有些人可能只能看到房间的一个小角落，或者他们的视线会被障碍物遮挡。研究人员开发了一种新的软件工具，将其命名为轨迹优化器（trajectory optimizer），用以解决这个问题。该工具作为一个轨迹优化器，负责计算机器人应该采取的确切路径，以平衡这些相互竞争的需求。它并不是试图对所有人透明或对所有人隐身，而是通过计算，弄清楚如何根据每个人的实际视野，对正确的人保持透明，对错误的人保持隐蔽。

为了理解其运作方式，请考虑机器人应对消极观察者时可以使用的两种主要策略。第一种是“诱饵”（decoy）策略。在这种情况下，机器人故意向一个假想目的地移动，使观察者相信它要去那里。直到最后一刻，它才会转向真实目标。当机器人想要积极误导对手时，这种策略非常有效。第二种是“模糊”（ambiguous）或回避策略。在这种情况下，机器人试图尽量减少在消极观察者视线内停留的时间，或者以一种让所有可能目的地看起来都同样可能的运动方式移动，从而使观察者无法猜出真实目标。研究人员发现，最佳选择完全取决于房间的布局和观察者的动机。如果一个友好观察者和一个不友好观察者站在同一个位置，机器人必须权衡他们的重要性。如果友好观察者更重要，机器人会优先向其展示清晰意图，即使这意味着不友好观察者会看到更多信息。如果不友好观察者更危险，机器人可能会选择完全隐藏或使用诱饵，即便这会让路径对友好观察者而言不再那么清晰。

团队在各种模拟环境中测试了他们的系统，以观察轨迹优化器的表现如何。在一个场景中，机器人需要向绿色区域内的友好观察者清晰表达意图，同时要避开红色区域内的不友好观察者。该软件成功生成了穿过绿色区域的曲线路径，以清晰展示其意图，同时要么完全滑出红色区域，要么以一种让红色区域观察者感到困惑的方式移动。在另一个测试中，研究人员将友好和不友好观察者置于重叠区域。他们发现机器人仍然可以找到一条兼顾双方的路径，尽管必须做出权衡。例如，如果不友好观察者的“动机”或影响力更强，机器人会采取更具欺骗性的路线，即便这意味着友好观察者需要多等待一会儿才能理解机器人的目标。结果表明，轨迹优化器生成的路径明显优于简单的直线或仅追求效率的路径。它可以产生对正确的人高度可理解、对错误的人高度不可理解的轨迹，并根据环境的具体约束调整其行为。

研究人员还探讨了当目标方向完全相反时的情况。在这些困难的情况下，直线通常是最有效的路径，但它可能太容易被识破。轨迹优化器显示，通过使用诱饵策略，机器人可以长时间向一个假目标移动，使观察者相信它正走向错误的方向，直到最后才突然转向真实目的地。这延迟了观察者做出正确判断的时间，直到路径的终点。然而，团队指出，他们目前的工作依赖于静态环境下的模拟，且观察者是不动的。他们承认，现实世界的应用需要机器人能够实时处理移动的人群和变化的视野。他们还指出，该系统假设机器人确切知道观察者的位置及其视野范围，而在混乱的现实环境中，这未必总是成立。尽管存在这些局限性，该研究仍为一个此前尚未解决的问题提供了清晰的数学框架：即如何同时做到对某些人透明，而对另一些人隐蔽。

最终，这项工作超越了机器人仅仅应该是“高效”或仅仅是“礼貌”的概念。它认识到，在拥有多个观察者的世界里，机器人的路径是一种可以针对不同受众进行定制的沟通方式。轨迹优化器系统证明了，计算出一条能够“服务于多个主人”的路径是可能的，它平衡了透明需求与隐私需求之间的关系。随着机器人越来越多地出现在我们的日常生活中——从仓库到医院——处理这些社会性和战略性复杂性的能力将变得日益重要。这项研究为思考机器人运动提供了一种新视角：运动不仅是物理上从A点到达B点的过程，更是一种关于“谁可以了解机器人的计划，而谁不可以”的战略决策。