面向运动规划、学习与控制应用的人类中心化共享自主性

近期人工智能和计算工具的进展催生了诸多智能范式，以提升共享自主性和人机协作在医疗保健领域的应用。先进的人工智能算法（如强化学习）能够自主做出决策以实现规划和运动目标。然而，在医疗保健领域，人类意图至关重要，完全独立的机器决策可能并不理想。本章节综述了人类中心化共享自主性人工智能框架，重点关注基于上肢生物信号的机器人接口及其相关运动控制系统，包括计算机光标、机器人机械臂和平面平台。我们审阅运动规划、学习（康复）与控制，涵盖人机协作在触及-抓取任务中的概念基础，并分析理论与实际实施。每个章节探讨如何将人类输入与机器输入融合，以实现医疗保健领域的共享自主性。主题包括人因工程、意图检测的生物信号处理、脑机接口（BCI）中的共享自主性、康复、助能机器人，以及作为下一步前沿的大型语言模型（LLM）。我们提出基于自适应的共享自主性人工智能作为协作人机系统的高性能范式，识别关键实施挑战，并概述未来方向，特别是关于AI推理智能体。本分析旨在桥接神经科学与机器人技术，创建更直观、更有效、更具伦理性的人机协作框架。