机器人工程师如何应对COVID-19

今年春天，当COVID-19大流行的封锁令他们的研究突然停止时，英国皇家科学院的机器人工程师们加州理工学院和密歇根大学利用最初用于帮助机器人行走和自动驾驶汽车安全驾驶的工具，并将其应用于开发一种考虑人类干预的流行病学方法。

加州理工学院高级移动实验室(AMBER)负责人亚伦·埃姆斯(Aaron Ames)说:“今年3月，我和全国大多数人一样坐在家里，看着周围发生的事情，想着我能帮上什么忙。”

通过深入研究流行病学模型，艾姆斯意识到，他们通常将感染的发展视为一种动态自主发展的东西(没有能力修改其进化)，而不是一种行为可以受到人类行为影响的系统。然而，人类行为——如保持身体距离、关闭室内用餐和强制建筑物内单向交通——可能而且确实会影响COVID-19的发展。

Ames和他的同事Gábor Orosz，密歇根大学机械工程副教授，博士后研究员Tamás Molnár和加州理工学院研究生Andrew Singletary一起努力。他们共同构建了一种新的方法，将流行病学模型视为控制系统，其中包括各种人为干预作为系统的“输入”。

控制系统通过允许动态系统的行为根据输入改变来概括动态系统中应该发生的事情。这些基于观察的输入驱动相应的行动。例如，一辆自动驾驶汽车可能会发现前方道路上的障碍物，然后改变路线或刹车停下来。与此类似，该团队开发的流行病学“控制系统”模型观察了人为干预措施对COVID-19缓解的影响，并利用这些观察结果预测这些干预措施将如何影响疾病的传播，并通过未来感染、住院和死亡人数进行量化。

Orosz说:“与传统的流行病学模型相比，这是一种范式转变。”“通过利用美国3月至5月的COVID-19数据，并假设各州会过快地重新开放(事实确实如此)，我们能够高精度地预测夏季的感染浪潮。”

根据观察到的人为干预或缺乏人为干预来预测当前大流行的演变的能力，可以产生一个重要的结果:能够建议未来的干预措施，以便对感染、住院和死亡人数设定限制。也就是说，可以通过最初为机器人和自动驾驶汽车发明的框架(在这些领域，安全是最优先考虑的)提出确保安全的纠正措施。正如可以采取纠正措施以避免汽车撞上障碍物一样，理论上可以在COVID-19大流行中采取纠正措施以限制疫情爆发——前提是人们遵守规定的安全协议。

该团队希望这一努力为机器人专家和控制理论家与流行病学家在抗击COVID-19方面的联系提供了第一步。“这是我们的社会至少在一代人的时间里面临的最大健康挑战。我们都需要尽我们所能地参与进来，提供帮助。”

-副主编克里斯·瓦夫拉编辑，控制工程， CFE媒体与技术，cvavra@cfemedia.com．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。