Adaptive Human-Robot Collaborative Painting Combining Preference-Based Optimization and Dynamic Motion Primitives

想象一个这样的世界：机器人不再是仅仅遵循严格脚本的僵硬机器，而是能够真正“感知”你需求的得力伙伴。这就是被称为“人机协作”（Human-Robot Collaboration, HRC）这一领域的核心。把它想象成一场舞蹈：在过去，机器人是领舞者，人类必须完美地跟随其步伐；但在这种新风格中，人类是领舞者，机器人则是跟随者，实时调整动作，使舞蹈变得更加轻松舒适。为了实现这一点，科学家们使用了两个主要技巧。首先，他们使用了“动态运动基元”（Dynamic Movement Primitives），这就像是机器人的“肌肉记忆”，让它能从单次演示中学习一条平滑的路径，并能在此基础上进行即时调整。其次，他们使用了“基于偏好的优化”（Preference-Based Optimization），这基本上是一种让机器人通过询问“刚才的表现比之前好还是更差？”并根据你的回答来微调其行为的学习方式。为什么这很重要？因为在许多工作中，比如喷涂巨大的汽车零件或家具，人类会因为保持尴尬的姿势而感到疲劳和酸痛。如果机器人能拿着沉重的物体，并恰到好处地旋转它，让人的手始终处于舒适、放松的位置，而不需要为了触及每一个角落而过度扭转身体或弯腰，那么工作将会变得更安全、更快速且更不容易疲劳。

本论文介绍了一个巧妙的系统，旨在让这个梦想在喷漆领域成为现实。研究人员构建了一个设置：人类拿着喷漆罐为一个大型曲面物体喷漆，而机械臂则负责抓持该物体。目标是什么？是让机器人实时旋转物体，从而让人的手能够保持在舒适、放松的位置，而不是让人不得不扭转整个身体去够到每一个角落。

为了实现这一点，团队将机器人的“肌肉记忆”（动态运动基元）与学习环路（基于偏好的优化）结合在一起。其运作方式如下：机器人不仅仅是复制一条固定的路径。相反，它会观察人类的手。如果人类为了喷涂新位置而轻微旋转手部，机器人会将这种微小的动作放大为物体的较大旋转。这意味着人类可以通过极其细微、轻松的手腕动作来完成大面积的喷涂。但关键在于：每个人都是不同的。有些人希望机器人移动得快，而另一些人则喜欢缓慢稳健。有些人需要机器人更剧烈地旋转物体，而另一些人则希望动作更微妙。为了解决这个问题，系统使用了一种名为 GLISp 的算法。它运行一系列喷涂测试，人类在测试中尝试不同的设置。在每次尝试后，人类只需简单地说：“比刚才好”、“比刚才差”或“和刚才一样”。机器人利用这些简单的偏好，通过数学手段寻找出适合那个特定人的完美设置。

研究人员通过 15 名不同身高和体型的人进行了测试，让他们使用无毒食用色素代替真正的油漆，来喷涂一个大型曲面面板（大小约为 1 平方米）。他们将这种新型自适应机器人与“静态”版本（即机器人仅固定持物不动）进行了对比。结果令人振奋。自适应系统成功减少了人类手部的运动量。对于左右方向的运动，部分参与者的运动范围缩减了多达 73%，平均而言，垂直方向的运动范围下降了约 31%。换句话说，人类的手臂保持在一个更小、更舒适的范围内，而机器人则承担了旋转物体的重任。

研究还发现，机器人学会了适应个体需求。身材高大的参与者和身材矮小的参与者最终得到了不同的“最优”设置，这证明了“一刀切”的方法行不通。系统还学会了平衡速度与响应性：有些人希望机器人能对他们的手部动作做出即时反应，而另一些人则喜欢一点延迟。参与者表示，随着系统学习他们的偏好，他们感到更加舒适和满意，随着机器人越来越擅长揣摩他们的意图，他们的评分也随之上升。

然而，论文也谨慎地指出，这目前还不是解决所有问题的万能药。该系统依赖于人类提供反馈，并且在少数情况下，由于机器人移动过快，导致人类拒绝了该设置。研究人员建议，未来的版本可以自动调节疲劳程度，或者包含更多变量来处理任务的起始阶段。但核心结论是明确的：通过让机器人从人类反馈中学习，并将细微的手部动作放大为大幅度的物体旋转，我们可以显著降低工业喷漆的体力消耗，将一项辛苦的工作转变为一种符合人体工程学的伙伴关系。