One Body, Two Minds: Variable Autonomy Approach for a Co-embodied Robotic Hand
作者: Piotr Koczy, Yuchong Zhang, Danica Kragic, Michael C. Welle
分类: cs.RO
发布日期: 2026-06-24
💡 一句话要点
提出可变自主权的共具机器人手以解决助理机器人中的用户控制问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)
关键词: 共具机器人 可变自主权 人机协作 助理机器人 学习示范 视觉运动控制 用户研究
📋 核心要点
- 现有助理机器人系统在自主性与用户控制之间存在权衡，导致用户体验受限。
- 本文提出共具与可变自主权的概念，使人类与机器人共享一个物理体并在不同阶段灵活调整控制权。
- 用户研究表明，参与者在使用该系统时，任务完成时间提高了23.3%，成功率达93.6%，用户接受度高。
📝 摘要（中文）
助理机器人系统面临一个基本的权衡：完全自主的系统缺乏用户的主动性，而完全由用户控制的系统则需要持续的认知努力。现有的共享自主方法通常在不同的物理体中进行命令融合。本文提出了共具与可变自主权的概念，允许人类与机器人共享一个物理体，并在任务阶段中以不同的自主水平进行操作。我们展示了一种可穿戴的共具机器人手，具备独立的“思维”，并通过学习示范的视觉运动扩散策略实现自主抓取。用户在抓取后可以通过无手势头部手势来操控抓取的工具。用户始终保留否决权，通过释放手势返回初始阶段。与持续协商的混合自主不同，我们的共具方法实现了从完全人类控制到完全独立行动的可变自主权，体现了“一体两心”的范式。
🔬 方法详解
问题定义：本文旨在解决助理机器人系统中用户控制与自主性之间的权衡问题。现有方法往往在不同物理体中进行命令融合，导致用户体验不佳。
核心思路：提出共具与可变自主权的概念，使人类与机器人共享一个物理体，并在任务的不同阶段灵活调整自主权，从而实现更高效的协作。
技术框架：系统由可穿戴的机器人手和学习示范的视觉运动扩散策略组成，分为物体搜索、抓取和工具操控三个主要阶段。
关键创新：最重要的创新在于实现了共具的可变自主权，允许在不同任务阶段之间无缝切换控制权，而不是持续的控制协商。
关键设计：系统设计中包括了用户的释放手势作为否决权，确保用户在任何时候都能控制机器人行为。采用的损失函数和网络结构经过优化，以提高抓取的准确性和响应速度。
🖼️ 关键图片
📊 实验亮点
在用户研究中，44名参与者在执行五项双手任务时，任务完成时间平均提高了23.3%（$p < 0.001$, Cohen's $d = 0.94$），最佳策略变体的任务成功率达93.6%，用户的整体印象评分为5.70/7，日常使用意愿评分为5.52/7，显示出高接受度。
🎯 应用场景
该研究的潜在应用领域包括医疗助理、老年人护理和工业自动化等场景。通过实现人机协作的共具模式，能够显著提升用户的操作效率和体验，未来可能在智能家居和服务机器人中得到广泛应用。
📄 摘要（原文）
Assistive robotic systems face a fundamental trade-off: fully autonomous systems lack user agency, while fully user-controlled systems demand continuous cognitive effort. Existing shared autonomy approaches blend human and robot commands but are mostly deployed in separate physical bodies. We introduce co-embodiment with variable autonomy, where human and robot share a single physical body and operate at different autonomy levels across task phases, from mutual autonomy during object search and grasping to human-dominant control during actuation. We present a co-embodied, wearable robotic hand that has its own
mind'' and operates with variable autonomy levels. A learning-from-demonstration visuomotor diffusion policy enables autonomous grasping when the user positions the hand near known objects. Once grasped, the system signals completion and the human can actuate the grasped tool (drill, spray bottle, infrared thermometer, lighter, and ice-cream scoop) via hands-free head gestures. The human retains veto authority at all times through a release gesture that returns the system to the initial phase. Unlike blended autonomy, where control is continuously negotiated, our co-embodied approach consists of variable autonomy from full human control to full independent actions while maintaining physical coupling, realizing a one body, two minds paradigm. In a user study with 44 participants performing five bimanual tasks, users rapidly adapted to thistwo minds'' paradigm: completion times improved by 23.3% across trials ($p < 0.001$, Cohen's $d = 0.94$), the best-performing policy variant reached a 93.6% task success rate, and acceptance ratings were high (5.70/7 overall impression, 5.52/7 daily use willingness). This work establishes co-embodiment with variable autonomy as a viable approach for assistive robotics, enabling human-robot collaboration through co-embodiment.