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(xié)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(yè)、醫(yī)院，甚至是用于像協(xié)助行動不便者這樣的日常任務。然而，要使這種協(xié)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(fā)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(fā)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，F(xiàn)MG傳感器被附著在一個人的手上，使我們能夠實時監(jiān)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(shù)據(jù)，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(jù)需要調整其幫助力度。這使得人機協(xié)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?nèi)祟惡蜋C器人在眾多領域的協(xié)作方式，無論是精密手術、幫助殘障人士還是具有挑戰(zhàn)性的任務。這項研究真正令人著迷的地方在于我們?nèi)绾瓮ㄟ^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(xiàn)更安全、更智能、更輕松的協(xié)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(xié)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。