盖世汽车讯 当人们以两人或团队形式协作时，通常能够解决更多类型的问题，并比单独工作更快、更高效地完成某些任务。若机器人要像人类伙伴一样协助用户，就必须能够快速理解人的行为和指令，并基于对人类动作的预测规划并精准执行辅助动作。

据外媒报道，意大利GenerativeBionics、意大利技术研究院（Italian Institute of Technology，IIT）和曼彻斯特大学（University of Manchester）的研究人员近日提出了一种新的框架，可为设计更加安全、高效且具备自适应能力的人机交互机器人提供指导。该设计策略发表于期刊《Nature Machine Intelligence》，并已成功应用于一款新型人形机器人——ergoCub。

论文第一作者Carlotta Sartore和通讯作者Daniele Pucci向Tech Xplore表示：“这项工作源于我们多年开发多代人形机器人的经验。在这一过程中，我们反复发现，机器人硬件往往被视为固定不变，而控制系统却不得不弥补硬件本身的物理局限。

“结果是，机器人的身体反而成为智能行为发展的限制因素，而不是促进因素，使新型人形机器人能力的开发变得更加缓慢、效率更低。这一点在人机物理协作场景中尤为明显。”

图片来源：《Nature Machine Intelligence》

重新思考人形机器人的设计

在机器人设计过程中，计算机科学家通常只会在规划机器人动作时才考虑人类协作伙伴的存在，而机器人的身体结构设计本身则很少考虑用户的需求和特征。

Carlotta Sartore和Daniele Pucci表示：“自然界提供了完全不同的视角。无论是人类还是动物，其身体结构与智能都是在环境、执行任务以及协作对象的共同作用下协同演化的。这促使我们思考：如果设计人形机器人时，不仅考虑它要完成的任务，还同时考虑与其协作的人，会发生什么？”

基于这一理念，Carlotta Sartore、Daniele Pucci及其团队提出了一种全新的方法，用于在充分考虑人类用户需求和特征的基础上，同时优化人形机器人的身体结构与智能系统。整个方法主要包括两个阶段。

首先，对机器人的形态（morphology）进行优化，即优化其外形和结构。例如，确定四肢长度以及质量在各肢体之间的分布方式。与传统方法分别优化各项参数不同，研究团队建议将人、机器人以及共同执行的任务视为一个整体系统进行建模。

研究人员利用这一方法设计了新型机器人ergoCub。其身体结构经过优化，可在人机协同搬运过程中降低人体生物力学负荷，同时提升机器人的行走能力。

Carlotta Sartore和Daniele Pucci解释道：“身体结构确定后，我们进入第二阶段，即优化机器人的物理智能（physical intelligence）——也就是负责生成和调整机器人运动的控制架构。机器人内部维护着一个人类协作伙伴模型，并利用传感器数据持续更新这一模型。这使机器人能够跟随人的动作、适应不同个体的身体特征，并监测下腰背部生物力学负荷等人体工程学指标。”

在ergoCub机器人上验证该方法

该框架的核心思想是：机器人同样具有所谓的具身智能（embodied intelligence）。换言之，机器人的智能不仅体现在行为上，还体现在其所集成的执行器、传感器、身体结构，以及这些组成部分之间的协同工作方式。

Carlotta Sartore和Daniele Pucci表示：“所有这些设计都明确将人类协作伙伴纳入考虑范围。也就是说，机器人不仅在控制架构中融入了对人类的建模，在物理设计中同样如此，从而形成了一种体现在机器人自身中的共享智能。”

研究团队利用这一方法开发了ergoCub，这是一款专门面向安全、舒适人机协作而设计的机器人。它是在RobotCub Consortium开发、并由IIT首次制造的人形机器人iCub基础上改进而来。

完成具身智能优化后，研究人员开展了一系列实验，评估机器人在人机协同完成手工作业时的辅助能力。实验中，ergoCub与一名参与者共同搬运和操作不同重量的物体，并实时配合其动作。

Carlotta Sartore和Daniele Pucci介绍道：“机器人的名称结合了‘ergonomics（人体工程学）’与‘Cub’，后者代表作为优化基础平台的iCub机器人。实验结果表明，与单独完成任务相比，使用ergoCub协同搬运时，人体腰骶关节（lumbosacral joint）所承受的估算力矩显著降低。此外，在行走实验中，与前代机器人相比，ergoCub实现了更快且更加节能的运动性能。”

展示共享具身智能的优势

这项研究表明，在将机器人与人类视为一个耦合系统的前提下，同时设计机器人的身体结构和行为控制，能够带来明显优势。团队对ergoCub的初步测试显示，这种方法有望提升机器人执行体力任务时的安全性、效率和整体性能。

Carlotta Sartore和Daniele Pucci表示：“我们将优化后的模型转化为一台真实的人形机器人，并通过实验验证，当硬件与控制系统作为一个整体、且明确考虑人类协作伙伴共同开发时，其性能表现更加优异。

“与此同时，我们提出并验证了一种方法，可从全身运动（whole-body）角度，同时针对多项任务确定人形机器人的最优硬件参数。这一点意义重大，因为它表明，硬件并非只是由软件控制的被动结构。”

研究人员证明，当机器人身体结构与控制系统协同设计时，硬件本身也会成为机器人整体智能的一部分，从而实现更高效的动作执行。未来，该策略有望用于优化更多人形机器人，并提升其在现实场景中的作业能力。

Carlotta Sartore和Daniele Pucci表示：“这一技术可应用于制造、物流、巡检和医疗等工业及辅助场景，在这些领域，人形机器人需要与人类进行密切的物理协作。我们的目标并非单纯让机器人更强壮或更自主，而是帮助人们完成高体力负荷工作，同时降低生物力学负担和职业伤害风险。在未来人与机器人并肩工作的社会中，人机整体系统的最优方案，很可能与单独优化人或机器人所得出的最优方案截然不同。”

未来研究方向

Carlotta Sartore、Daniele Pucci及其团队计划进一步完善这一方法，并将其应用于更多机器人平台。他们的目标是让机器人不仅能够独立完成任务，还能够在人机协作过程中发挥更大的价值。

研究人员表示：“在最新论文中，我们证明，将机器人硬件、全身运动和控制系统统一纳入同一架构进行设计，不仅能够提升机器人性能，也能提高开发效率。与传统‘先设计身体、再依靠控制系统弥补不足’的方法不同，我们让二者围绕机器人需要具备的能力同步开发。目前，我们已经将这一理念应用于Gene.01机器人的研发。”

过去六个月中，研究团队利用这一方法优化了GenerativeBionics开发的新型机器人Gene.01。该机器人的身体结构、机械系统、运动方式以及感知组件均作为一个相互关联的整体进行设计，目前的测试结果进一步验证了该设计策略的优势。

Carlotta Sartore和Daniele Pucci补充道：“下一步，我们希望进一步扩展这一架构，使其能够系统性地生成面向特定应用场景的机器人。我们并不认为一种完全相同的人形机器人能够适用于所有任务。相反，我们希望将Gene.01打造为一个通用平台，通过针对具体应用需求调整人工智能、感知系统、外观设计和末端执行器，为造船、物流、巡检、医疗等行业快速生成定制化机器人。”