麻省理工学院CSAIL实验室的研究人员正在开发机器人，以便与人类合作，帮助解决穿衣等问题。但目前面临的主要挑战是，机器人缺乏人类所具有的硬性行为意识和控制能力，因此让它们与人很好地协作需要计划和协调。例如，人类助手可以做一些事情，如倒一杯咖啡而不洒出任何咖啡，但机器人在完成这一简单的任务时可能会遇到挑战。麻省理工学院的研究人员创造了一种新的算法，帮助机器人找到有效的运动计划，以确保它所合作的任何人类的身体安全。
该团队设计的机器人帮助人们穿上外套，这是一项简单的任务，但对于帮助残疾或行动不便的用户来说可能很有用。该算法的开发是为了帮助防止对人的身体伤害，同时又不会不必要地影响机器人正在执行的任务的效率。该算法允许机器人与人类进行非伤害性的接触，因此机器人可以在保证安全的前提下找到有效的轨迹来解决人类的问题。
为了使该算法发挥作用，需要对人的动作、反应和应对方式进行适当的建模。在人与机器人的互动任务中，要使机器人的运动规划成功，就必须进行人类建模。如果人类模型是完美的，机器人可以流畅地互动，但问题是没有一个完美的蓝图。与其有一个单一的默认模型，让机器人只理解一种潜在的反应，团队认为还不如同时让机器理解多种潜在模型。
这使机器人能够密切模仿人类如何理解其他人类，与此同时机器人还能够收集更多的数据，以减少其不确定性并完善自己的模型。
该团队知道，与机器人试图帮助的人的接触是无法避免的，所以们允许它非伤害性地进行才是最重要的，在这一前提下，机器人需要在更短的时间内给人穿上衣服。
原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/industrynews/34490.html