《Frontiers in Neurorobotics》：Effectiveness of bimanual kinesthetic teaching through different controller settings
编辑推荐：
物理人机交互（physical human-robot interaction，pHRI）通过运动示教（kinesthetic teaching）实现直观的机器人编程，但将该方法扩展至双臂系统时，同步控制带来了新的挑战。因此，适用于双臂机器人运动示教的最佳控制
物理人机交互（physical human-robot interaction，pHRI）通过运动示教（kinesthetic teaching）实现直观的机器人编程，但将该方法扩展至双臂系统时，同步控制带来了新的挑战。因此，适用于双臂机器人运动示教的最佳控制方式仍不明确。本文从演示者视角评估双臂运动示教，展示不同控制模式如何同时影响示教表现与用户体验。研究让参与者通过运动示教方式引导一台双臂机器人完成拾放任务（pick-and-place task），结果表明，两台机器人之间的相对刚度（relative stiffness）显著影响任务完成时间与操作者感知。
一、研究背景与问题提出
将人类行为或技能迁移至机器人，通常称为示教学习（learning by demonstration，LbD）或模仿学习（imitation learning，IL），可通过多种方式实现。对于操作类任务，运动示教因其示教过程已天然适配机器人本体结构，可隐式规避对应性问题（correspondence problem），并直接编码富含接触的行为，因此具有独特优势。已有研究证实运动示教可实现高度直观的技能迁移，例如在销孔装配任务中同时迁移运动与接触力。
然而，现有文献对双臂机器人的运动示教研究相对匮乏。双臂运动示教之所以困难，在于演示者必须同时协调两个末端执行器，管理绝对运动与相对运动，并应对控制器施加的耦合或柔顺特性。这使得控制器设置不仅属于底层控制实现，更成为交互设计的一部分。已有双臂示教研究多聚焦于高层任务规划或技能序列架构，而非双臂运动示教本身。目前尚缺乏从演示者视角对双臂运动示教进行系统评估的研究，也未明确不同控制模式对示教表现与用户体验的影响。本研究正是针对这一空白，系统比较四种不同相对耦合程度的控制器设置，从客观任务指标与操作者主观评估两个维度进行综合评价。
二、研究内容与主要结论
研究采用被试内随机设计，比较四种耦合水平：OFF（两臂完全独立，相对刚度均为0）、LOW（弱耦合，平移相对刚度15 N/m，姿态相对刚度4 Nm/rad）、MID（中等耦合，平移相对刚度70 N/m，姿态相对刚度10 Nm/rad）和HIGH（强耦合，平移相对刚度200 N/m，姿态相对刚度25 Nm/rad）。耦合通过笛卡尔双臂阻抗控制器（Cartesian Bimanual Impedance Controller）实现，该控制器将绝对与相对运动解耦。实验招募15名志愿者（11男4女，平均年龄23.8±1.6岁），在无预练习条件下，通过运动示教引导两台KUKA LBR iiwa 14机器人完成刚性物体拾放任务。任务中参与者需同时物理引导两个机械臂，从两侧夹取一个50.5×18×4.5 cm的盒子，跨越6 cm高障碍物，放置于目标位置。实验记录了任务完成时间、物体放置精度、交互力及NASA-TLX主观工作负荷。
研究得出以下主要结论：相对刚度设置显著影响任务完成时间，HIGH设置下平均完成时间（17.8 s）较OFF设置（22.9 s）缩短约22.3%，差异具有统计学意义且效应量大；放置精度在各设置间无显著差异，研究人员将其归因于参与者在释放物体前均会刻意减速，人类操作者的精细定位能力而非机器人辅助水平主导了最终放置阶段；交互力随耦合强度单调递增，且所有设置对间差异均显著，力分解分析表明控制器主动预紧力仅能部分解释力的增加，残余分量仍随耦合增强而持续增长；主观工作负荷随刚度提高而降低，OFF与HIGH、OFF与LOW之间差异显著，OFF与MID之间也达到显著水平，但较高设置之间差异不显著。
三、关键技术方法
本研究主要采用以下关键技术方法：一是笛卡尔双臂阻抗控制器，通过块对角刚度与阻尼矩阵实现相对与绝对阻抗控制的解耦，相对刚度设置构成四种实验条件；二是运动示教范式，参与者全程同时物理引导两个机械臂完成拾放任务；三是基于KUKA Fast Research Interface（FRI）的500 Hz数据采集系统，在ROS 2 Humble环境下记录关节状态与交互力；四是Intel RealSense D435相机配合ArUco标记进行物体位姿光学追踪，评估放置精度；五是NASA-TLX问卷测量主观工作负荷。统计方法包括Shapiro-Wilk正态性检验、重复测量方差分析（Repeated-Measures ANOVA）、Friedman检验及Bonferroni校正的事后两两比较。
四、研究结果
任务完成时间：Friedman检验显示控制器设置对任务完成时间有显著影响（χ2(3)=13.00，p=4.64e-03，Kendall's W=0.2889，中等效应量）。事后比较表明OFF与HIGH差异显著（p<0.01，r=0.93，大效应），平均完成时间从OFF的22.9 s降至HIGH的17.8 s，降幅约22.3%。LOW（19.4 s）与MID（20.0 s）介于两者之间，但四种设置间并非严格单调。
放置精度：重复测量方差分析显示控制器设置对最终放置误差无显著影响（F(3,42)=0.88，p=0.4616，η2p=0.0588，小效应量），各设置平均误差介于16.1至16.9 mm之间。事后比较确认所有设置对间均无显著差异。
交互力：针对14名具有完整力记录的参与者，Friedman检验显示控制器设置对双臂末端执行器合力大小有极显著影响（Q(3)=31.71，p=6.01e-07，Kendall's W=0.7551，极大效应量）。所有六组设置对间差异均显著，MID与HIGH之间的增幅最大。力分解分析显示，控制器指令力对测量力方差的解释比例随耦合增强而上升（LOW、MID、HIGH的中位R2分别为0.01、0.09、0.37），但残差分量也持续增长（OFF至HIGH的中位数分别为1.3、2.1、3.6、6.0 N），表明交互力增加不能完全归因于控制器设计性预紧。
主观工作负荷：总体NASA-TLX得分显示，较高刚度设置对应较低（更优）得分。OFF与HIGH、OFF与LOW之间差异显著（p<0.01），OFF与MID之间也达到显著水平（p<0.05），但较高设置之间差异不显著。各子量表分析表明，大多数维度得分随相对刚度提高而改善，OFF设置在全部六个维度上均得分最高（即最差）。
五、讨论与结论
讨论部分指出，交互力随耦合增强而增加与主观工作负荷随耦合增强而降低之间存在表观矛盾。研究人员将其归因于任务性质的转变：在低耦合条件下，操作者需主动协调双臂以维持正确相对位姿，持续进行精细校正性用力；高耦合条件下，控制器接管相对协调任务，操作者仅需引导系统至目标位置，尽管施加的原始力更大，但消除了对不精确性的惩罚，因此未感知为更费力。此外，部分力增加是控制器设计性预紧的机械预期结果，并非操作者主动产生，故不反映为感知努力增加。部分参与者偏好MID而非HIGH，提示耦合增益的实际收益可能存在个体差异的阈值效应。
研究结论表明，对于刚性物体拾放任务，足够高的相对刚度设置带来最明确的整体优势：显著缩短任务完成时间、一致改善主观工作负荷，且不损害放置精度。低耦合水平（LOW、MID）虽也显著降低主观工作负荷，但未在任务时间上产生同样清晰的目标优势。因此，只有同时考虑客观与主观指标时，HIGH设置才明显优于完全独立控制。研究同时指出，协调方式应针对具体任务定制，未来工作将包括双臂系统自适应刚度、更广泛任务类型（包括非对称与可变形物体操作）的测试，以及示教耦合设置对后续自主学习行为质量影响的评估。
