用于机器人辅助穿衣的人类行为学习

我们研究了能够预判被帮助者动作的机器人穿衣助手。为此，我们使用强化学习来创建穿衣辅助过程中的人类行为模型。为了探索这种交互，我们假设机器人向人展示病号服的开放袖口，并且人将手臂伸入袖口。对人的行为进行建模的控制器被赋予了袖口末端的位置以及人的手与病号服面料之间接触的信息。我们用一个具有真实关节范围的人体躯干模型、一个简单的机器人夹爪以及一个基于物理的病号服布料模型来模拟该系统。通过强化学习（特别是 TRPO 算法），系统创建了一个能够将手臂伸入袖口的人类行为模型。我们的目标是建模人类能够做到什么，而不是他们通常会做什么。我们展示了三种机器人辅助穿衣策略下成功训练的人类行为：1) 机器人夹爪保持袖口静止，2) 夹爪从正面将袖口线性地移向人，以及 3) 夹爪从侧面线性地移动袖口。