结合人类运动控制目标与多分量到达策略的人机协同操作规划

为了实现成功的目标导向人机交互，机器人应适应协作人类的意图和动作。这可以通过肌肉骨骼或数据驱动的人类模型来支持，前者局限于人体工程学等较低层次的功能，后者则泛化能力或数据效率有限。目前缺少的是能够提供可泛化人类行为估计并集成到机器人规划方法中的人类运动控制模型。我们利用基于速度-精度和成本-收益权衡的人类运动控制中经过充分研究的模型来规划协作机器人运动。在这些模型中，人类轨迹最小化一个目标函数，我们将这一公式调整为数值轨迹优化。然后，可以通过添加约束和新变量来实现协作运动规划和目标估计。我们将该模型以及多分量运动策略应用于具有不确定目标到达和同步运动任务的物理协作中，展示了该方法在多种条件下生成类人轨迹的能力。