想象一下，與一個能理解你的行動方式、精確感知你抬起一個箱子時用了多大的力，或者你拿工具時有多輕柔的機器人并肩工作 —— 這就是我們正在構建的人機協作的未來。
機器人正在成為我們的隊友，無論它們是用于制造業、醫院，甚至是用于像協助行動不便者這樣的日常任務。然而，要使這種協作取得成功，機器人必須能夠識別人類日常所做動作的力度和細微變化。
例如，它們必須能夠識別你拿易碎物品時有多輕柔，或者你切菜時按下去有多用力。難題在于，這些手部力量很難預測。想想拿起一個咖啡杯和搬一箱書的感覺有多么不同。你的動作因任務而異;要讓機器識別這種差異，光靠直覺是不夠的。這就像教一個從未做過飯的人如何揉面團。壓力太小會使面團碎掉，壓力太大則會破壞面團的質地。
這就是我們開發的一種新方法——分層遞歸初始殘差變換器(hierarchical recurrent-inception residual transformer，簡稱HRIRT，https://ieeexplore.ieee.org/document/10605060)發揮作用的地方。這就像是賦予機器人自己的“肌肉記憶”和直覺。該方法使用了一種稱為力肌圖(FMG)傳感器的先進傳感器，這種非侵入性傳感器附著在人體上，可以檢測肌肉收縮的變化。在我團隊最近進行的研究中，FMG傳感器被附著在一個人的手上，使我們能夠實時監測施加的精確壓力量。
然后，提出的HRIRT就像一個翻譯器，即時解釋這些數據，并預測一個人在推、舉或抓東西時用力的大小或輕柔程度。
設想一個機器人幫助一位難以提起重物的老人。機器人需要知道這個人在提起東西時付出了多少力氣，這樣它就能在提供幫助時既不會越俎代庖也不會造成傷害。這種方法訓練機器人去“感知”這種用力情況并做出適當反應，根據需要調整其幫助力度。這使得人機協作互動安全、高效且直觀，就像與一位知道何時介入、何時讓你主導的人類同事共事一樣。
HRIRT方法不僅讓機器人成為更好的隊友，還為它們在日益復雜的任務中的應用奠定了基礎。這項技術有可能改變人類和機器人在眾多領域的協作方式，無論是精密手術、幫助殘障人士還是具有挑戰性的任務。這項研究真正令人著迷的地方在于我們如何通過結合人工智能的最新進展來解決這個難題，從而邁向一個與機器人共事就像與人互動一樣自然的時代。我們正在走向這樣一個未來：機器人懂得如何完成我們分配給它們的任務，從而實現更安全、更智能、更輕松的協作互動。
關于作者
Filippo Sanfilippo是IEEE高級會員，并且是挪威格里姆斯塔阿格德爾大學頂級機電一體化研究中心(TRCM)的人工智能、生物機電一體化和協作小組的負責人。Muhammad Hamza Zafar是IEEE學生會員。他是頂級機電一體化研究中心(TRCM)的博士研究生。
