机器人算法改善了人类的安全运动

旧石器时代时代的基本安全需求在很大程度上随着工业和认知革命的发作而发展。我们用原材料互动，并用机器界面界面。机器人没有同样的硬连线行为意识和控制，因此与人类的安全协作需要有条理的规划和协调。你可能会假设你的朋友可以在没有溢出的情况下填满你的早晨咖啡杯，而是对于一个机器人来说，这个看似简单的任务需要仔细观察和对人类行为的理解。

来自麻省理工学院计算机科学和人工智能实验室（CSAIL）的科学家们创造了一种算法，以帮助机器人找到有效的运动计划，以确保其人类对应的身体安全。在这种情况下，机器人有助于将夹克放在人身上，这可能是在扩大残疾人或有限的流动性方面扩大援助的强大工具。它也可用于制造环境的环境，其中机器人 - 人类相互作用是常数。

“开发算法以防止物理伤害而不会不必要地影响任务效率是一项危急挑战，”MIT博士学生沉莉说，一位关于该研究的新论文。“通过使机器人对人类产生非有害影响，我们的方法可以找到有效的机器人轨迹，以服装人类安全保证。”

礼貌：麻省理工学院

人类建模，安全和效率

适当的人类建模 - 人类移动，反应和响应如何 - 是在人机互动任务中实现成功的机器人运动规划。如果人类模型是完美的，机器人可以实现流畅的互动，但在许多情况下，没有完美的蓝图。

例如，将一个机器人运到家里的一个人，这将是一个非常狭隘的“默认”模型，即人类在辅助修整任务期间如何与其互动。不会考虑人类反应的巨大变异，依赖于人格和习惯等无数变量。一个尖叫的小孩会与穿上外套或衬衫的脚趾不同，或者那些可能具有快速疲劳或减少灵巧的残疾人。

如果机器人任务敷料，并且仅根据该默认模型计划一个轨迹，机器人可以碰到人类，导致不舒服的经历甚至可能的伤害。但是，如果它过于保守确保安全，它可能会悲观地假设附近的所有空间都是不安全的，然后没有移动，被称为“冻机器人”问题。

为了提供人性安全的理论保障，该团队的算法人类模型中不确定性的算法。而不是拥有机器人只能了解一个潜在的反应的单一默认模型，而是给机器给了机器对许多可能的型号进行了解，更紧密地模仿人类如何理解其他人类。随着机器人收集更多数据，它将减少不确定性并改进这些模型。

为了解决冻结机器人问题，团队重新定义了人类感知运动规划者的安全，因为在发生碰撞时会避免碰撞或安全影响。通常，特别是在每日生活活动的机器人辅助任务中，无法完全避免碰撞。这允许机器人与人类进行无害接触以进行进步，只要机器人对人类的影响很低。通过这种双管齐下的安全定义，机器人可以在较短的时间内安全地完成梳妆品任务。

例如，假设有两个可能的模型的人类如何对敷料做出反应。“模型一个”是人类会在敷料期间向上移动，“模型二”是人类在敷料期间会下降。通过团队的算法，当机器人计划动作时，它将尝试确保两种型号的安全性。无论人类上升或向下移动，机器人发现的轨迹都将是安全的。

为了描绘这些互动的更全面的图片，除了在机器人辅助的梳妆任务期间，外，未来的努力将侧重于调查外观安全性感受。

“这种多方面方法将集合理论，人类感知安全约束，人体运动预测和反馈控制结合了安全人员机器人互动，”助理教授机器人学院在卡内基梅隆大学Zackory Erickson.。“这项研究可能适用于各种各样的辅助机器人情景，朝着使机器人能够为残疾人提供更安全的身体援助。”

- 由Chris Vavra，Web Content Manager编辑，控制工程，CFE媒体和技术，cvavra@cfemedia.com.。