物理人机交互中的前景理论：概率感知的初步研究

理解人类如何应对不确定性对于设计安全有效的物理人机交互 (pHRI) 至关重要，因为与机器人进行物理协作会引入多种不确定性来源，包括信任、舒适度和感知安全。传统的 pHRI 控制框架通常建立在最优控制理论之上，该理论假设人类行为是最小化成本函数；然而，人类在不确定性下的行为往往偏离这种最优模式。为了弥补这一差距，需要进一步理解人类在不确定性下的行为。这项初步研究实施了一项物理耦合的目标到达任务，其中机器人以系统变化的概率（10% 到 90%）提供辅助或干扰。对参与者的力输入和决策策略的分析揭示了两种不同的行为集群：一种“权衡”组根据干扰可能性调节其物理反应，另一种“始终补偿”组则表现出与概率无关的强烈风险厌恶。这些发现提供了经验证据，表明 pHRI 中的人类决策高度个体化，并且概率感知可能与其真实值不同。因此，该研究强调了需要更具可解释性的行为模型，例如累积前景理论 (CPT)，以更准确地捕捉这些行为，并为未来自适应机器人控制器的设计提供信息。