[论文解读] Exploring Model Predictive Control to Generate Optimal Control Policies for HRI Dynamical Systems

Steven Jens Jorgensen, Orion Campbell+4 more|arXiv (Cornell University)|Jan 13, 2017

Social Robot Interaction and HRI参考文献 17被引用 3

一句话总结

本文提出使用混合整数模型预测控制（MPC）来生成人机交互（HRI）中的人类感知控制策略，通过将HRI场景建模为具有生产力、工作负荷、连接度和别扭感成本函数的线性动态系统。该方法在仿真和人形机器人上成功生成了预期行为，当最大化连接度时，眼接触增加了25%，但在人类实验中未发现感知连接度的显著差异。

ABSTRACT

We model Human-Robot-Interaction (HRI) scenarios as linear dynamical systems and use Model Predictive Control (MPC) with mixed integer constraints to generate human-aware control policies. We motivate the approach by presenting two scenarios. The first involves an assistive robot that aims to maximize productivity while minimizing the human's workload, and the second involves a listening humanoid robot that manages its eye contact behavior to maximize "connection" and minimize social "awkwardness" with the human during the interaction. Our simulation results show that the robot generates useful behaviors as it finds control policies to minimize the specified cost function. Further, we implement the second scenario on a humanoid robot and test the eye contact scenario with 48 human participants to demonstrate and evaluate the desired controller behavior. The humanoid generated 25% more eye contact when it was told to maximize connection over when it was told to maximize awkwardness. However, despite showing the desired behavior, there was no statistical difference between the participant's perceived connection with the humanoid.

研究动机与目标

• 将人机交互（HRI）场景建模为适合控制理论优化的线性动态系统。
• 利用带混合整数约束的模型预测控制（MPC）开发认知反馈控制器，以生成面向人类的交互行为。
• 评估MPC是否能够生成平衡生产力、工作负荷、连接度和社会别扭感的最优控制策略。
• 通过人机协同实验，在仿真和真实人形机器人上验证该方法。
• 探究通过MPC生成的机器人行为是否能显著影响人类对连接度和舒适度的感知。

提出的方法

• 将HRI场景建模为线性动态系统，状态变量包括人类工作负荷、电池电量、眼接触以及连接度/别扭感度量。
• 定义一个成本函数，根据场景对高工作负荷、低生产力、别扭感或低连接度进行惩罚。
• 采用混合整数MPC在实数变量和二值约束（例如，仅当电池充足时机器人方可移动）下求解优化问题。
• 使用凸优化框架（CVXPY结合Gurobi）在3Hz控制周期内实时求解MPC问题。
• 通过“巫师之 Oz”技术在人形机器人上部署控制器，手动输入模拟眼接触检测。
• 基于社会认知理论和行为动力学推导的直观参数设置对MPC模型进行调优。

实验结果

研究问题

• RQ1 HRI场景能否被有效建模为适合最优控制的线性动态系统？
• RQ2 混合整数MPC能否生成平衡辅助型HRI中生产力与人类工作负荷等竞争目标的控制策略？
• RQ3 MPC能否生成如眼接触等社会自适应行为，以最大化连接度并最小化别扭感？
• RQ4 机器人通过MPC生成的行为是否显著改变人类对连接度、舒适度或社交兴趣的感知？
• RQ5 实现因素（如硬件限制、控制周期延迟）如何影响MPC生成的HRI行为的感知有效性？

主要发现

• 当指令最大化连接度时，MPC控制器成功使眼接触增加了约25%，相比最大化别扭感的情况。
• 尽管眼接触增加，但在参与者对连接度、舒适度、愉悦度或兴趣的感知上，两种机器人行为目标之间未发现统计显著差异。
• 相关性分析显示，机器人行为与调查反馈之间的R²值极低（范围为0.002至0.012），表明二者关系微弱。
• 当机器人被编程为最大化别扭感时，参与者书面反馈更负面，表明尽管无统计显著性，仍存在定性感知差异。
• 测试期间人形机器人的眼睑电机发生故障，这可能影响了感知效果，表明硬件限制影响了实验结果。
• 许多参与者期望机器人使用反馈行为（如点头、语音提示），表明当前仅依赖眼接触的模型不足以实现深层次的社会连接。