让机器人像人一样走路

[本刊讯] 华东师范大学蒯曙光团队利用虚拟现实结合计算建模的方法，对人类社会的行走行为进行量化，设计出基于人类行为特性的算法，显著提升了机器人的拟人性及人机交互体验，有效解决了机器人融入社会场景的问题，构建了人类行为理论和导航算法间的联系，实现了人类社会行走理论从概念、模型到算法的跨越。研究成果于2022年11月7日发表在《自然—机器智能》（Nature Machine Intelligence）上。

随着智能时代的到来，服务机器人越来越多地走进人类生活。如何让机器人变得更人性化、更能理解人，并与人类进行高质量的社会交互，成为服务机器人领域的重点和难点。为解决这一难题，需要将人类社会交互行为的理论概念转化为能够植入机器人平台的算法。人类的社会能力相对于当前的人工智能算法具有无法替代的优势。这种优势在行走这一自然行为中得到淋漓尽致的展现。比如，假想在一个社会场景中，一个人在行走中会基于谦让而尽量避免干扰他人的社会交互，这种对人类而言稀松平常的行为与决策，对于机器人来说则有相当的挑战。

该研究旨在解决两个重要问题：一是如何把人类社会行走行为定量化和模型化，从而构建量化的模型预测人类的行走路径；二是如何把这些模型植入工程算法中，实现对机器人导航算法的提升。

虽然心理学、人类学、社会学等领域对人类社会交互行为长期关注，建立了诸多理论，但它们多停留在現象描述层面，缺乏完整的量化计算模型。团队利用虚拟现实技术结合传统实验心理学研究方法，在虚拟场景中构建了一个理想社会行走实验场景，利用它定量化测量了人类社会交互空间及社会行走特性。在行为学实验基础上采用计算建模方法构建人类行走行为数学模型，提出基于个人社会空间的社会行走模型，并在多个虚拟环境及真实动态场景中证明了该模型在复杂社会场景中的鲁棒性。

在获取社会行走行为的计算模型后，基于实际工程需求将该模型进行算法化，植入机器人平台进行验证和优化，检验基于人类智能的算法是否可提升机器人的社会性与拟人性。结果从多方面证明，基于人类行为特性的计算模型可有效提升人机交互的体验，以及机器人的拟人性与社会性。

（晓 工）