來源：公眾號“香港中文大學通信工程碩士”

原文鏈接：https://mp.weixin.qq.com/s/sOd2aYDff6OcDRWX4Z5p9g

論文第一作者：王浩丞

合作作者：林天麟

通訊作者：高源

近日，IEEE國際機器人與自動化會議（IEEE International Conference on Robotics and Automation，ICRA 2026）公布論文接收結(jié)果，香港中文大學（深圳）理工學院高源教授、林天麟教授團隊的論文“Emergent Co-Adaptive Strategies in Heterogeneous Multi-Robot Systems via Meta-Learning（基于元學習的異構(gòu)多機器人系統(tǒng)自發(fā)共適應策略）”被大會收錄。

 

論文簡介：

該論文提出了一種面向異構(gòu)多機器人系統(tǒng)的社會化共適應框架，旨在應對真實人群環(huán)境中動態(tài)變化的挑戰(zhàn)。在該框架下，不同類型的機器人（如任務執(zhí)行機器人、補給站機器人和社交交互機器人）能夠根據(jù)人群狀態(tài)自主調(diào)整行為，實現(xiàn)人與機器人之間的雙向適應。核心技術包括元學習驅(qū)動的策略快速調(diào)整、多機器人協(xié)作機制以及社會行為建模，使系統(tǒng)在不同人群狀態(tài)下能夠自發(fā)生成合理的協(xié)作策略。通過在真實機器人平臺上開展大規(guī)模人機實驗，結(jié)果表明該方法能夠顯著提升任務完成效率與人群引導效果：在緊張與放松兩種人群狀態(tài)下，人群引導成功率提升約21%，人類參與者的物理和時間負擔分別降低約39%，人類對機器人的信任度和擬人化感知分別提升約16%和21%，有效增強了人機互動體驗，為未來社會化多機器人系統(tǒng)在復雜環(huán)境中的應用提供了新的實踐路徑。

圖1：異構(gòu)多機器人系統(tǒng)在協(xié)同適應框架下的適應性行為

 

該異構(gòu)多機器人系統(tǒng)（HMRS）由具有不同功能的機器人組成：包括負責區(qū)域覆蓋的工作機器人、提供實時能源補給的站點機器人，以及用于與人類進行交互的社交機器人。整個團隊通過統(tǒng)一的策略結(jié)構(gòu)進行協(xié)調(diào)，實現(xiàn)多機器人間的高效協(xié)作與任務分配。為了增強系統(tǒng)在動態(tài)社會環(huán)境中的適應能力，文章中設計了雙通道適應架構(gòu)。一方面，元策略通過基于模型無關元學習（MAML）的方法，結(jié)合人類行為軌跡進行實時調(diào)整，使機器人能夠快速適應不同人群狀態(tài)。另一方面，大語言模型（LLM）實時評估人群的心理緊迫性，提供行為引導的認知信息。這兩條通道協(xié)同工作，使異構(gòu)機器人能夠在復雜多變的社會場景中自發(fā)生成合理協(xié)作策略，并實現(xiàn)人與機器人之間的雙向適應。該架構(gòu)不僅保證了多機器人系統(tǒng)的任務性能和安全性，也為機器人在真實社會環(huán)境中的高效部署和人機協(xié)作提供了堅實的技術基礎。

圖2：方法架構(gòu)

 

為了驗證文章提出的社會化共適應策略，研究團隊在實驗室中構(gòu)建了模擬機場人流環(huán)境。首先在Unity中設計了復雜的訓練場景和簡化的實驗場景，并將實驗場景部署在受控實驗室中。志愿者被引導進入“緊張趕往航班”或“輕松漫步”的行為狀態(tài)，以模擬真實機場的多樣人群行為。在第一輪實驗中，參與者與統(tǒng)一的元策略系統(tǒng)進行互動，其行為數(shù)據(jù)被記錄并用于生成狀態(tài)特定的自適應策略。在第二輪實驗中，既有新志愿者，也包括第一輪參與者，都在對應的“緊張適應”或“輕松適應”系統(tǒng)中進行測試，從而驗證了人群與異構(gòu)多機器人系統(tǒng)之間的雙向共適應能力。

圖3：實驗設置

 

在實驗中，該研究從三個維度對系統(tǒng)進行了全面評估。首先，在任務執(zhí)行方面，機器人團隊實現(xiàn)了對目標區(qū)域的全覆蓋，保證了高效完成任務；其次，在行為指標方面，系統(tǒng)能夠根據(jù)人群狀態(tài)在自我導向（egoistic）與利他導向（altruistic）策略之間靈活切換，使人群引導成功率提升了約21%；最后，在用戶體驗方面，該系統(tǒng)顯著降低了參與者的身體和時間負擔，分別減少約39%，同時顯著提升了對機器人的信任度和擬人化感知，信任度提高約32%，擬人化感知提高約21%。這些實驗結(jié)果充分證明了異構(gòu)多機器人系統(tǒng)在人群環(huán)境中的雙向共適應能力是可行的，為未來能夠在復雜、人類中心化場景中高效運行的社會化智能機器人系統(tǒng)奠定了堅實基礎。

圖4：實驗結(jié)果

 雷峰網(wǎng)(公眾號：雷峰網(wǎng))