有研究结果发布，提出将机器人与人类视为一个系统，从而实现双方“最优化的交互”。预计这一技术今后有望作为可穿戴机器人在线自动优化功能实现商业化。
KAIST表示，机械工程系的Gong Kyungchul教授参与的国际联合研究团队，将在优化机器人性能的过程中把人的因素反映到机器人控制算法中的“Human-in-the-loop optimization（以下简称HILO）”研究成果，于4日发表在《自然》正刊上。
本次研究由Gong教授与美国斯坦福大学Steven H. Collins教授、哈佛大学Patrick Slade教授等共同参与完成。
在研究中，研究人员指出，随着机器人愈发深入渗透到我们的日常生活中，就必须持续开发，使其更加适配每一位个体用户。
他们还强调，HILO方法是这一过程的核心关键词，将在让机器人更加亲近地融入我们的日常生活方面发挥作用。
机器人已经成为人类日常生活中随处可见的对象，人机之间复杂的相互作用也变得频繁。
例如，在工厂里，协作机器人与人一起搬运物品；在半自动驾驶汽车中，驾驶员与控制算法共同操控车辆。除此之外，人和机器人协同配合的场景也十分常见。
尤其是可穿戴机器人，被视为机器人与人类共同完成单一动作的典型类型。
但由于人机之间存在复杂的相互作用，要将机器人的性能发挥到极致并不容易。
这意味着，机器人在理解作为独立主体的人类各不相同的行为特性，并根据不同情境的动力学特性作出相应反应时会遇到限制。
在这种情况下，相比于机器人单独运作，人机协同时要确保机器人的精度和安全性要困难得多。日常生活中常见的“咖啡师机器人”之所以通过玻璃隔板与人类保持距离，也是出于同样的原因。
联合研究团队为解决这一问题，提出了HILO方法。该方法不是将机器人和人类视为彼此独立的存在，而是作为一个整合系统来进行优化。
通过这一过程，研究团队还提出了在控制人机交互系统时，实现“个性化自动优化”的创新方向和可能性。
Gong教授表示：“在可穿戴机器人领域，由于每个人适合的步态模式不同，即使是同一个障碍物，克服方式也各不相同，因此人的因素相对更为突出。随着机器人更加深入地渗透到我们的日常生活中，有必要不断对机器人进行调校，使其适配个体用户，而HILO方法有望在支撑这一过程方面发挥作用。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
