面向人机交互的人类意图计算模型的实用方法

《Cognitive Systems Research》：A Pragmatic Approach to a Computational Model of Human Intention Applied to Human-Robot Interaction

　　

• •
  提出了一个实用主义的人类意图定义，统一了心理学和机器人学中的关键观点。
• •
  提出了意图的初步数学形式化描述，该描述既具有通用性，又可在机器人学中实现。
• •
  通过意图类型的分类体系对形式化描述进行了完善，重点强调了协作场景。
• •
  通过模拟的人机交互相关的协作和竞争用例来阐述该模型。

引言

机器人学已从为重复性任务而设计的预设程序机器 Albus (1975); Brooks (1986) 演变为能够在动态环境中进行规划操作的自适应系统 Mohanan and Salgoankar (2018)。传感器、执行器和计算架构的进步 Alatise and Hancke (2020); Kam et al. (1997); Novak and Riener (2015)，以及学习和深度学习方法的发展 de Souza et al. (2021); Zhou et al. (2022)，使机器人超越了孤立的工业环境，进入了与人类共享的工作空间 Hopko et al. (2022); Mutlu and Forlizzi (2008); Shvo et al. (2022)。这一转变使得安全、直观且高效的人机交互成为核心关注点。

随着机器人进入人类环境，研究人员强调，仅靠技术性能不足以实现成功集成。多位学者 Duchaine and Gosselin (2009); Lyons and Havig (2014); Sakita et al. (2004); Vernon et al. (2016); Wakita et al. (2011) 强调，机器人理解和预判人类意图的能力对于有效的人机交互（HRI）至关重要，因为除了任务的机械执行之外，协作机器人学还依赖于人与机器之间行动和期望的对齐。在此意义上，准确识别意图有助于避免碰撞从而提高安全性 Sathyamoorthy et al. (2020) 或减少误解 Li et al. (2021); Mi et al. (2020)；通过实现平滑可预测的交互来提高舒适性 Huang and Mutlu (2016)；以及通过确保机器人以真正反映人类目标和需求的方式提供帮助来提高效率 Lorentz et al. (2023)。正因如此，人类意图的建模已成为人机交互乃至所有试图与人类进行交互的认知系统的核心挑战，吸引了大量研究（见图1）。

尽管意图如此重要，机器人学和计算机交互（HCI）领域通常在没有可跨任务迁移的定义的情况下使用该术语。根据研究的不同，意图可能指代预测的身体或肢体轨迹 Alevizos et al. (2020); Kedia et al. (2024); Li and Ge (2013); Maroger et al. (2021)、未来速度 Al-Yacoub et al. (2021)、目的地或对象 Huang and Mutlu (2016); Nemlekar et al. (2019); Wang, Li, Chen, Sun, Jia, 2021, Wang, Mülling, Deisenroth, Ben Amor, Vogt, Sch?lkopf, Peters, 2013; Yu et al. (2019)、如合作等社交态度 Laplaza et al. (2022)，或离散动作中的选择 Kelley et al. (2008); Wang et al. (2018)。系统性综述 Hoffman et al. (2024); Losey et al. (2018); Thomaz et al. (2016) 也未能产出一个统一的操作性定义。因此，尽管意图被广泛认为是人机交互和计算机交互的核心，其理论含义仍然不够明确。

与本文最为接近的贡献是 Domínguez-Vidal and Sanfeliu (2025a) 提出的分类体系，其价值在于明确尝试将关于意图的心理学区分与机器人实践联系起来，使其成为本文的主要构建模块之一。与此同时，如果要使该分类体系支持计算建模，仍有若干问题尚未解决。首先，该分类体系未纳入意图的较新的因果解释，即意图不再被视为一种不可及的神经前驱，而是被视为行动与其所引发结果之间的关系 Ward et al. (2024)。其次，对于人机交互和计算机交互而言，额外的类别尤其相关，包括未来意图、当下意图和运动意图之间的区分 Pacherie, 2006, Pacherie, 2008 以及欺骗性意图 Chisholm and Feehan (1977)，这些内容越来越多地与社交和协作技术相关联 Esposito et al. (2025); Sharkey and Sharkey (2021)。第三，该分类体系仍以概念性描述为主，因此本身并不能为机器人学家提供可实例化、检查或跨任务比较的数学表示。

鉴于上述情况，本文试图解决这些问题。我们提出了一个实用主义和操作性的人类意图定义，扩展了 Domínguez-Vidal and Sanfeliu (2025a) 提出的分类体系，并引入了一个基于结果、信念、可行行动和承诺之间逻辑关系的初步数学形式化描述。随后，我们使用两个概念模拟——协作运输和竞争导航——来说明该形式化描述如何实例化以及它明确化了哪些假设。

除了在人机交互中的直接应用外，这一努力对其他人工认知系统也具有重要意义，因为意图处于低级行为与高级主体性解释之间的中间解释层级。在实际的认知系统中，决策不仅仅围绕孤立的运动命令或抽象目标来组织，而是围绕对结果的承诺、对行动如何因果性地产生这些结果的信念，以及在社交场景中关于其他智能体愿意共同追求什么的期望来组织。因此，对意图的形式化处理有助于阐明个体行动与社交行动如何在同一系统中相关联，合作与竞争如何可以用共享的概念原语来描述，以及当认知智能体被说成理解或预判他人的行为时，做出了哪些假设。

与此同时，我们并非意图提供关于人类意图的完整理论或解决其更广泛的哲学与心理学争议。我们的目标是在保持与机器人学最相关视角贴近的同时，提供一个足够明确的正式术语体系以支持实施和跨用例比较。第2节回顾相关背景。第3节引入定义及其首次形式化描述，第4节通过分类体系对其进行扩展。第5节呈现两个概念性示例，第6节和第7节讨论适用范围、局限性和主要结论。

章节摘录

相关工作

在心理学、神经科学和哲学领域，意图一词频繁作为一组认知机制出现，通过这些机制，人类心智将内在驱动力（有时从欲望开始，随后被表述为目标）转化为可观察的行动和行为。这一行动准备的神经过程历史上与自由意志的概念相关联，一种常见的二元论观点认为，心智有意识地选择

迈向人类意图的实用定义

遵循 Domínguez-Vidal and Sanfeliu (2025a) 采用的视角，本文同样将其对意图的特征刻画建立在 Malle and Knobe Malle and Knobe (1997) 的开创性提案之上。这些作者认为，当个体不仅期望某一特定结果，而且相信某一特定行动是实现该结果的有效手段时，意图便产生了。这一观点与 Ashton (2023) 中的表述相一致，其中意图被呈现为一种

考虑多种意图类型的扩展公式

上述公式为人类意图建模提供了基础。然而，必须将其与不同类型的意图进行对照检验，以明确其适用范围和局限性。为此，我们借鉴了 Domínguez-Vidal and Sanfeliu (2025a) 提出的分类体系。

概念性示例模拟

前面章节中提出的人类意图形式化描述将一种心理学构念转变为可由智能系统和机器人系统操纵的变量和关系，使其成为心理学与工程学之间潜在的交汇点。以下场景并非作为经验验证或与其他意图推断算法的基准对比，而是概念性模拟，其目的更为聚焦：展示如何运用这些变量

讨论

本文的贡献不应被理解为另一种针对特定任务的推断人类下一步行为的方法。更具体地说，我们试图将意图形式化为一个结构化的关系，涉及期望的结果、关于可用行动因果有效性的信念，以及在社交场景下使协调行动成为可能的相互承诺。在此意义上，该提案对人工认知系统的意义在于它提供了一个

结论

本文借鉴了心理学、哲学、人机交互和计算建模领域的工作，为机器人学和人工认知系统提出了一种实用主义的意图论述。我们定义了意图为一种关系，涉及期望的结果、关于行动-结果因果性的信念、接受同等有效手段的意愿以及承诺。随后，我们提出了这一定义的初步数学形式化描述，并通过一个包含运动意图、

CRediT 作者贡献声明

J.E. Domínguez-Vidal：撰写—审阅与编辑，撰写—初稿，可视化，验证，软件，资源，方法论，调查研究，形式分析，数据整理，概念化。

利益冲突声明

作者声明不存在已知的可能影响本文所报告工作的竞争性经济利益或个人关系。