(来源:CAAI认知系统与信息处理专委会)

过去几年,机器人进步得越来越快。
它们能够奔跑、跳跃、翻越障碍,也能完成越来越复杂的操作任务。从工业制造到家庭服务,再到医疗护理,人形机器人正逐渐走出实验室。
但在人机共同完成任务时,真正决定协作质量的,往往并不是机器人自身表现,而是人与机器人之间能否形成自然、高效且安全的配合。
2026 年 7 月 13 日,意大利理工学院、英国曼彻斯特大学等机构提出了一种名为 Shared Embodied Intelligence(共享具身智能)的新框架,并基于此开发出新一代人形机器人 ergoCub。与传统机器人不同,它并不是先完成设计,再思考如何与人协作,而是在机器人身体结构、控制系统以及人体模型之间进行联合优化。
相关内容以「Towards shared embodied intelligence in humanoid robots through optimization, development and testing of the human-aware ergoCub robot」为题,发布在《Nature Machine Intelligence》。
论文链接:https://www.nature.com/articles/s42256-026-01272-2
共享具身智能
传统机器人研发有一个默认前提:机器人是一套独立系统。这种思路在机器人独立执行任务时十分有效,但当机器人开始进入工厂、医院或家庭,与人共同完成搬运、辅助操作甚至护理工作时,问题便逐渐显现。
论文指出,现有具身智能研究虽然越来越强调机器人与环境之间的交互,却很少把人体工学(Ergonomics)作为机器人设计的核心目标。人体通常只是一个外部约束,而不是整个系统的一部分。
研究团队采用了一种联合设计(Co-design)思路,将机器人硬件、控制系统以及人体生物力学模型放入同一个优化框架中。换句话说,机器人不单独学习如何运动,而是与人体一起被建模、一起被优化。
图 1:利用人机交互模型,利用以机器人硬件参数参数化的人机交互模型,优化机器人硬件和物理智能的共享具象智能架构实例。为了实现这一目标,研究人员首先建立了包含人体骨骼、关节以及肌肉动力学的人体数字模型,使机器人能够实时估计人在协作过程中的受力状态和运动趋势。与此同时,机器人自身也采用层级控制架构,从高层任务规划到底层全身控制形成统一闭环。
此外,研究团队还设计了一套对称的信息交互机制,使人体状态能够持续影响机器人的动作规划,而机器人的运动又会反过来改变人体受力。整个优化目标不再只是让机器人保持平衡,而是让「人—机器人整体」始终处于更高效、更安全、更舒适的协作状态。
图 2:共享具身智能框架。真实的人机协作
为了验证这一理念,研究团队围绕ergoCub开展了一系列真实的人机协作实验。
其中最具代表性的任务,是人与机器人共同搬运重物。
过去,大多数机器人在搬运过程中只关注自身是否保持平衡、是否完成轨迹规划,很少考虑人的身体正在承受怎样的负荷。而在共享具身智能框架下,机器人会持续估计人体姿态变化,并结合人体生物力学模型实时计算腰椎关键位置——L5-S1 关节的受力情况。这一位置承担着人体搬运时的大部分压力,也是职业劳损最容易发生的部位之一。
研究人员将人体负荷直接纳入机器人的优化目标。
图 3:人机协作有效载荷抬举过程中手部轨迹与腰骶关节扭矩的比较。当人体受力增加时,机器人会主动调整自身的姿态、发力方向以及移动节奏,通过改变双方之间的受力分配,降低人体承担的机械负荷,而不是简单保持原有运动轨迹继续完成任务。
接着,研究人员还进行了另一项更加具有挑战性的实验。
在人机共同运动过程中,研究人员人为地对机器人施加外部推力,模拟现实环境中可能出现的碰撞、干扰或人体突然改变动作等情况。
图 4:在外部推力下直线行走任务及携带重箱时,ergoCub 控制器的性能追踪。结果显示,机器人并没有按照预设轨迹僵硬执行,而是能够结合人体状态重新调整全身平衡,在保持协作关系的同时恢复稳定行走。整个控制过程不仅考虑机器人自身动力学,也持续考虑人体动作带来的影响,使两者始终作为一个整体进行协调。
围绕人设计的具身智能
近年来,人形机器人取得了令人瞩目的进展。
无论是运动控制、大语言模型,还是视觉感知,几乎所有研究都在努力让机器人变得更加聪明、更加强大。然而,当机器人真正进入工厂、医院、家庭等现实环境后,人们发现,一个优秀的协作者未必是力量最大、速度最快的那一个,而是最懂得配合伙伴的人。
共享具身智能提出的正是这样一种想法。它将人与机器人看做是一个整体,在机器人诞生之前,就把人体需求写入机械结构、控制算法以及优化目标之中。这种设计理念都有望降低人体负担,提高协作效率,并让机器人真正融入人类工作与生活。

