过去，为教授机器人新技能，编程专业知识不可或缺，但新一代机器人已具备向任何人学习的潜力。如今，工程师们正致力于设计能“从演示中学习”的机器人助手，让人类能以更自然的方式引导机器人完成任务，常见方法包括远程控制、物理移动机器人，以及机器人观察模仿人类操作。

然而，传统上，边做边学的机器人多仅采用单一演示方法训练。麻省理工学院的工程师们突破这一局限，成功开发出一种三合一训练界面——多功能演示界面(VDI)，赋予机器人通过三种演示方法中的任意一种学习任务的能力。

VDI 是一个手持式、配备传感器的工具，可轻松连接至众多常见的协作机械臂。用户借助该附件，无论是远程控制、物理操作，还是亲自演示任务，都能随心所欲地教机器人执行任务，灵活适配不同用户偏好与任务需求。

麻省理工学院研究小组在标准协作机械臂上对 VDI 进行了严格测试。拥有制造专业知识的志愿者利用该界面，顺利完成了两项工厂车间常见的手动任务——压装与成型。在压装任务中，机器人学会将钉子精准压入孔中;成型任务里，机器人则掌握了将橡胶状、面团状物质均匀推滚至中心杆表面的技巧。

研究团队表示，新界面显著提升了训练的灵活性，拓展了与机器人互动的用户和“老师”类型，使机器人能够学习更广泛的技能。例如，在处理有毒物质时，人员可远程训练机器人;在生产线下游，另有人可手动操作机器人完成装箱动作;而在生产线末端，还有人能使用附件绘制公司徽标，机器人同步观察学习。

麻省理工学院航空航天系博士后迈克·哈格诺表示：“我们致力于打造高智商、高技能的机器人‘队友’，与人类高效协作完成复杂工作。我们坚信，这款灵活的演示工具不仅适用于制造车间，还能在家庭或护理环境等其他领域发挥更大作用，推动机器人应用不断拓展。”

Hagenow 将于 10 月在 IEEE 智能机器人与系统(IROS)会议上发表详细介绍新界面的论文，该论文也已在 arXiv 预印本服务器上发表。麻省理工学院计算机科学与人工智能实验室(CSAIL)博士后 Dimosthenis Kontogiorgos、电气工程和计算机科学博士 Yanwei Wang 以及麻省理工学院教授兼航空航天系主任 Julie Shah 均为论文合著者。

沙阿教授研究小组设计的机器人，可在工作场所、医院和家中与人类并肩工作。其研究重点之一是开发系统，让人们能够在工作中自然地教会机器人新任务或技能，助力工厂车间工人快速调整机器人动作，改进当前任务，无需重新编程软件。

该团队新研究基于机器人学习新兴策略“从演示中学习”(LfD)，旨在让机器人以更自然、更直观的方式接受训练。Hagenow 和 Shah 在查阅 LfD 文献时发现，现有训练方法大致分为远程操作、动觉训练和自然教学三类，且针对特定人或任务，一种方法可能更具优势。于是，他们萌生设计结合三种方法的工具，让机器人从更多人身上学习更多任务的想法。

为实现这一目标，团队精心设计了 VDI。该界面作为手持式附件，配备摄像头和标记点，可跟踪工具位置与运动;同时装有力传感器，测量特定任务中施加的压力。连接至机器人后，整个机器人可被远程控制，摄像头记录动作作为训练数据;人类也可通过接口实际操控机器人完成任务。此外，VDI 还可拆卸，由人手握持执行任务，摄像头记录动作后，机器人可重新连接并模拟任务。

为测试附件可用性，研究团队将界面与协作机械臂带至当地创新中心，邀请制造专家参与实验。志愿者需使用机器人和界面的所有三种训练方法完成压装和成型任务。结果显示，志愿者普遍偏好自然方法，但也指出不同方法在特定场景下的优势，如远程操作适用于处理危险或有毒物质，动觉训练有助于调整搬运重型包裹机器人的定位，自然教学则利于演示精细操作任务。

Hagenow 表示：“我们设想在灵活制造环境中应用演示界面，让一个机器人能协助完成一系列受益于特定类型演示的任务。”他计划根据用户反馈改进附件设计，并测试机器人学习能力，坚信通过扩展用户与机器人互动方式的界面，可实现协作机器人的更大灵活性。

更多信息： Michael Hagenow 等，《多功能演示界面：迈向更灵活的机器人演示集合》，arXiv (2024)。