麻省理工學院開發了一種可以安全接觸人類的機器人助手

有人説機器人技術是機器學習中最具挑戰性的領域：即使是簡單的事情，比如將機械臂移動一小段距離，也是一項極其複雜的工程挑戰。

那麼你可以想象，用機器學習來製造機械臂幫助人類穿上夾克是一項多麼偉大的壯舉。

麻省理工學院的研究人員週一公佈了一項研究的細節，在該研究中，他們展示了一個機器人手臂幫助人類，並詳細説明了為什麼他們聲稱的程序對人是安全的。

在演示中，機器人手臂握着一件背心，人類的右臂穿過袖孔，然後機器人手臂慢慢向上將背心拉到肩膀。YouTube 上發佈的演示視頻比較了手臂與傳統設計方法的速度。

由麻省理工學院博士生 Shen Li （主要作者）以及 Nadia Figueroa、Ankit Shah 和 Julie A. Shah 共同完成的一篇題為“人機協作不確定性下可證明安全有效的運動規劃”的論文詳細介紹了這項研究。這篇論文即將在 2021 年機器人：科學與系統會議上發表。

Shen Li 及其團隊的研究建立在基於強化學習的算法方法之上，強化學習是一種機器學習形式，由德國弗萊堡大學的 Torsten Koller 及其同事以及蘇黎世聯邦理工學院的同行於 2019 年開發。

從某種意義上説，機器人運動的問題可以概括為目標之間的張力，一個目標是即時的，一個目標是長期的。

直接目標是避免對人類有害的情況。機器人必須時刻小心，避免與人發生碰撞，或儘量減少此類碰撞的任何有害影響。

在更長的時間範圍內，機器人需要完成一項任務。它必須完成一些任務，在這個案例中是幫助一個人穿好衣服。

平衡這兩個目標是 MIT 小組發起的挑戰。