麻省理工学院开发了一种可以安全接触人类的机器人助手

有人说机器人技术是机器学习中最具挑战性的领域：即使是简单的事情，比如将机械臂移动一小段距离，也是一项极其复杂的工程挑战。

那么你可以想象，用机器学习来制造机械臂帮助人类穿上夹克是一项多么伟大的壮举。

麻省理工学院的研究人员周一公布了一项研究的细节，在该研究中，他们展示了一个机器人手臂帮助人类，并详细说明了为什么他们声称的程序对人是安全的。

在演示中，机器人手臂握着一件背心，人类的右臂穿过袖孔，然后机器人手臂慢慢向上将背心拉到肩膀。YouTube 上发布的演示视频比较了手臂与传统设计方法的速度。

由麻省理工学院博士生 Shen Li （主要作者）以及 Nadia Figueroa、Ankit Shah 和 Julie A. Shah 共同完成的一篇题为“人机协作不确定性下可证明安全有效的运动规划”的论文详细介绍了这项研究。这篇论文即将在 2021 年机器人：科学与系统会议上发表。

Shen Li 及其团队的研究建立在基于强化学习的算法方法之上，强化学习是一种机器学习形式，由德国弗莱堡大学的 Torsten Koller 及其同事以及苏黎世联邦理工学院的同行于 2019 年开发。

从某种意义上说，机器人运动的问题可以概括为目标之间的张力，一个目标是即时的，一个目标是长期的。

直接目标是避免对人类有害的情况。机器人必须时刻小心，避免与人发生碰撞，或尽量减少此类碰撞的任何有害影响。

在更长的时间范围内，机器人需要完成一项任务。它必须完成一些任务，在这个案例中是帮助一个人穿好衣服。

平衡这两个目标是 MIT 小组发起的挑战。