《Advanced Intelligent Systems》：Towards Human-Centered Intelligent Inhabitable Spaces: A Review
编辑推荐：
传统上，房间是活动的静态容器，而机器人则是在房间内部运行的可移动实体。近几十年来，一种混合形态已然出现：“机器人房间”（Robot-Room）——能够主动感知、推理并物理适应居住者的空间。尽管该新兴设计空间中数十年的研究已在各个机器人房间组件上取得进展——从可
传统上，房间是活动的静态容器，而机器人则是在房间内部运行的可移动实体。近几十年来，一种混合形态已然出现：“机器人房间”（Robot-Room）——能够主动感知、推理并物理适应居住者的空间。尽管该新兴设计空间中数十年的研究已在各个机器人房间组件上取得进展——从可变形表面（morphable surfaces）和机器人家具（robotic furniture）到智能气候控制（intelligent climate control）与环境显示（ambient displays）——但这些工作大多在不同学科中独立发展，尚未完全实现真正意义上的机器人房间。本综述在“可居住机器人”（inhabitable robotics）的概念下评估这些努力，即房间尺度的机器人系统，通过协调感知、计算与物理变换来创造适应性居住环境，使人们被机器人所包围，而非与其共处。研究人员识别了机器人房间的主要组件，并回顾了各组件的研究现状，涵盖工程学、计算机科学、人机交互（Human–Computer Interaction, HCI）、建筑学与艺术领域。研究人员将该概念植根于基础HCI框架，包括普适计算（ubiquitous computing）、具身交互（embodied interaction）和变形界面（shape-changing interfaces），并追溯其通过Pask、Negroponte和Mitchell的响应式建筑愿景所形成的思想谱系。研究人员提出了一个跨学科框架，将这些组件映射到其贡献学科，讨论它们应如何协同工作，并识别未来机遇，包括用于环境智能（environmental intelligence）的基础模型（foundation models）与软机器人（soft robotics）的进展。本综述旨在将机器人房间确立为一个独特且可操作的研究类别，供学术界共同发展。
**1 引言**
本节介绍了机器人房间（Robot-Room）的概念来源，指出建筑学历史上关注空间形式，而以人为中心的设计强调人的需求、能动性、舒适与生活体验。机器人房间融合这两种意图，提供主动响应、支持并增强人类活动的空间营造方式。其思想源于早期控制论与响应式建筑愿景，近期自适应建筑与智能建筑控制延续了这一方向。同时，机器人领域日益采用以人为中心的设计目标，不仅评估技术性能，还考察与人类偏好、安全和交互质量的匹配程度。机器人房间可理解为房间尺度的机器人系统，协调感知、计算和物理变换以支持人类活动，将智能房间与环境概念从数字响应拓展到具身空间适应，推动建筑学、HCI与机器人学的跨学科整合。
**1.1 变形界面**
HCI领域已有大量关于变形界面的研究，即通过改变物理几何形状来传达信息或支持交互的计算设备与表面。Rasmussen等人提出了变形界面的设计空间，识别形状变化类型、交互模态和变形目的等维度；Roudaut等人通过形状分辨率分类法扩展了该工作；Alexander等人的综述将变形界面置于HCI大挑战中，提出整个房间可作为变形显示器的愿景。Gonzalez等人的研究通过设计工作坊和Wizard-of-Oz启发式研究，识别出变形空间的11项设计价值，并发现用户既渴望环境具备上下文相关的响应性，又倾向于不明确表述关键信息的自然交互方式，这需要动态的用户意图模型。Follmer等人的inFORM动态形状显示器展示了桌面尺度的可编程物理表面，其核心概念——在数字内容与物理世界之间进行中介的驱动式可编程表面——是机器人房间愿景的核心。
**1.2 建筑机器人与人类-建筑交互**
Green和Walker等人阐述了“建筑机器人”（architectural robotics）概念，将建筑环境本身视为能够感知、推理和行动的机器人系统，明确以支持人类活动与福祉为目标，使人们被系统包围而非与之对抗。Alavi等人提出了“人类-建筑交互”（Human–Building Interaction, HBI）这一新兴领域，研究居住者与智能建筑环境之间的交互，涵盖能动性、隐私、舒适性和体验质量等问题。Nembrini和Lalanne探索了交互设计原则在响应式建筑系统中的应用，强调可理解性、可预测性和用户控制的重要性。Schn?delbach从HCI视角研究了自适应建筑的挑战，记录居住者对移动和重塑环境的反应，并提出了确保这种适应被视为支持而非威胁的设计指南。这些HCI基础提供了设计、构建和评估机器人房间的概念与方法工具，确保可居住智能空间的发展始终锚定于居住者的需求、能力和体验。然而，HBI根植于HCI，将建筑环境视为用户界面；相比之下，机器人房间根植于建筑、控制论和设计作者性，将环境视为被居住的行为实体——一种机器人-人类共居。
**1.3 可居住机器人：一个新类别**
机器人研究不断扩展，出现了“可居住机器人”（inhabitable robots）这一新类别。与传统机器人不同，可居住机器人并非紧凑或线性的形态，它们不存在于空间内部，而是在自身周围创造空间，形成一种人被机器人包围的新型人机交互。这一概念已有数十年历史，Pask、Negroponte、Allen和Mitchell等建筑师在20世纪60至90年代提出了适应性居住空间的设想，但未实现全尺寸原型。Negroponte探讨了智能环境和响应式建筑，强调创建无需手动操控即可响应用户需求的智能环境，并讨论了自主性与控制之间的哲学难题。Mitchell在e-topia中将未来城市建筑概念化为“供居住的机器人”。Green等人的“动画工作环境”（Animated Work Environments, AWE）项目提出了可编程、可动画化的建筑概念。此外，早期“智能房间”通过计算机视觉、语音识别和传感器网络感知并响应人类行为。Hong等人针对大规模变形界面的构思与启发式研究发现，可重构空间是反复出现的主题，交互策略随距离而变化。建筑师Gary Chang的“Domestic Transformer”公寓通过滑动墙和折叠家具实现24种配置，但所有变换均为手动完成，其机器人化版本激发了可居住机器人的设计开发。机器人房间指能够动态适应人类行为的环境，集成了多种技术、传感系统、可变形表面、家具、照明与气候控制、装饰和大规模嵌入式显示，旨在创建增强人类交互和效用的自适应环境。本综述旨在识别定义机器人房间的基本组件，回顾多学科研究与实践，并提出统一框架以推进机器人房间作为机器人学的新类别。
**2 映射机器人房间的组件**
本节通过线框示意图标注机器人房间的关键组件及其贡献学科，包括工程学、HCI、建筑学和艺术。组件包括：可变形表面（动态物理变换和表面变形）、家具与设备（机器人家具和多功能系统）、气候与照明控制（自适应环境调节）、装饰与嵌入式显示（美学元素与功能集成）。
**3 组件文献综述**
**3.1 可变形表面**
实现真正可适应居住环境的主要挑战是响应式地重构物理环境。可变形表面使墙壁、地板、桌子、天花板等传统刚性结构能够实时改变形状。相关驱动技术包括嵌入式气动肌肉、热驱动和电液驱动。Yang等人对可变形机器人表面的主要进展进行了详细综述。软机器人研究为可变形表面提供了基础。Digumarti等人受Euglenoid表膜启发，开发了由聚合物条带滑动组成的可重构表面。Sirohi等人提出“Space Agent”（图3），一种腱驱动的连续体机器人表面，能够动态改变房间布局，探索了五种空间配置。Tan等人开发了由编织McKibben气动肌肉构成的连续体机器人表面，可通过气动驱动将开放空间转变为私密围合，并在酒店大堂场景中展示了花瓣状结构的空间分隔。Bhat等人设计了可重构软气动执行器（SPAs），实现360°弯曲和540°扭转，且可更换织物蒙皮。Chen等人提出了由超弹性硅胶和可弯曲气动执行器构成的软机器人表面。Bai等人展示了电磁驱动的可重构超表面，通过洛伦兹力实现三种3D形状的自适应变换。Gonzalez等人的机器人墙体原型利用约束驱动方式实现平坦与弯曲状态之间的转换，构成货架等功能形态，表明房间尺度变形表面的制造和驱动是可行的，但交互设计仍是开放性挑战。
**3.2 家具与设备**
机器人家具旨在通过模块化驱动、自动化和智能控制实现空间优化。多动能家具通过传感器数据采集、物联网传输处理和驱动执行三大技术支柱实现，但多数原型仍处于早期验证阶段。Ori Living和Bumblebee是行业代表，提供天花板安装床、智能墙与口袋办公室等产品。Sproewitz等人于2009年提出的“Roombots”模块化机器人系统，通过自主运动和自组装形成椅子、桌子、凳子等家具配置。Fallatah等人开发的“ChairBots”能够根据用户指令自主重新定位，多椅协同改变房间布局。Perteneder等人提出“Foxels”模块化交互式家具，通过手势交互拼接成功能性家具。Kumar引入了“机器人房间”（Robot-Rooms）概念，将房间本身作为可重构的居住机器人：地板和墙壁作为驱动表面，上升、下降和重新定位以形成桌子、椅子、床和搁架。其全尺寸“切片”原型宽约36英寸，包含五个沿轨道移动的面板，其中三个主动面板通过剪式升降机构形成多种配置，用户通过计算机界面选择所需配置。原型展示了桌子、椅子和床等配置，承受400磅重量，验证了房间尺度物理重构的技术可行性和用户接受度。
**3.3 气候与照明控制**
智能照明与气候控制利用传感器网络创建响应式居住空间。Zou等人提出“WinLight”系统，通过WiFi网络定位居住者并自动调节灯具亮度，用户也可通过移动应用手动控制。Saranya等人提出通用智能照明系统，通过传感器检测占用情况并动态调整照明，营造自然舒适环境。Schuttler等人采用8×8红外传感器阵列结合机器学习（ML）模型，实现非接触式手势控制灯光。Sana和Rana等人研究了传感器驱动的响应性、物联网自动化和人工智能（AI）对居住环境效率的促进作用。Dounis和Caraiscos综述了多智能体控制系统在自调节室内环境中的应用。Mehmood等人展示了数据驱动建模在提高建筑能效和舒适性方面的潜力。Vijayan等人综述了智能建筑自动化系统。Merabet等人强调了预测算法和ML在提升HVAC效率和居住者健康中的作用。Kadhim等人探索了自适应立面（adaptive facades）作为可持续解决方案，根据环境刺激动态响应，优化温度、通风和照明。
**3.4 环境智能与嵌入式显示**
环境智能（ambient intelligence）指能够感知居住者并智能响应和适应的环境。Leonidis等人开发了“智能客厅”（Intelligent Living Room），通过硬件和软件集成环境智能，并进行用户体验（UX）评估。Jones等人提出“IllumiRoom”系统，利用投影可视化增强电视周边区域；随后提出“RoomAlive”，通过投影深度相机将整个房间转化为互动投影环境，用户可触摸和操纵投影内容。Xiao等人开发了“WorldKit”投影系统，将日常表面转化为触摸交互界面，基于视觉传感实现即时的计算服务访问。Hiram和Kamakura提出“ToDo”天花板显示系统，根据居住者位置投射任务列表和家电通知。这些研究将嵌入式沉浸式显示作为智能居住环境的基本部分，使居住空间具备直观、上下文感知和物理响应能力。表格1对各组件的代表性工作进行了比较，显示不同方法在尺度、驱动方式和验证成熟度上差异显著，凸显了整合挑战。
**4 将组件整合为机器人房间**
**4.1 从组件到协调系统**
机器人房间并非单一发明，而是可变形表面、机器人家具与设备、气候与照明控制、环境智能与嵌入式显示等能力的协调组合。可变形表面和机器人家具提供物理骨干，气候和照明控制叠加环境智能，环境智能增加感知和通信层。关键洞察在于这些层必须协同运作而非孤立运行。技术挑战不仅是推进单一组件，而是开发允许所有层共享用户意图模型并实时协调响应的感知、通信和控制架构。表1显示各组件内部已有显著进展，但方法差异大，整合挑战仍存。
**4.2 重访基础愿景**
早期思想家预见了这种整合视角。Pask的控制论建筑提出建筑应与居住者保持持续反馈循环：感知行为、形成目标模型、调整环境。Negroponte的“软建筑机器”预见了自主性与控制之间的张力，其关于环境应响应用户需求而不需持续手动操控、同时保留居住者能动性的洞见仍是核心设计挑战。Nguyen等人探索了自主移动机器人墙如何通过响应式空间适应调节居住者的场所感；Gonzalez等人发现用户期望变形环境推断从未明确表达的上下文，造成用户控制与机器自主性之间的悖论。Mitchell的e-topia愿景将智能响应式建筑置于城市生活中心，本文综述的组件正是实现这一愿景的硬件和软件步骤。
**4.3 跨学科事业**
机器人房间没有单一主导学科。可变形表面依赖机械工程、软机器人和材料科学；机器人家具处于机器人工程、建筑和工业设计的交叉点；气候与照明控制涉及建筑科学、传感器网络和控制理论；环境智能与嵌入式显示涉及计算机科学、HCI和视觉艺术。机器人房间需要所有社区合作，共享方法、协调评估标准并共同开发系统。跨学科特性既是挑战也是机遇：不同学科有不同发表渠道、评估标准和设计语言，但通过将机器人房间作为整合背景，各领域研究者可获得共享应用场景，促进跨学科交流。
**4.4 以人为中心**
整个综述反复出现的主题是以人为中心的设计。Pask、Negroponte和Mitchell都将人类体验置于智能环境愿景的核心。用户研究（如Leonidis等人对智能客厅的评估、Fallatah等人对ChairBots的评估）表明，必须将居住者感知、信任和可用性与技术性能一同评估。随着机器人房间从孤立原型走向集成系统，评估框架需要从用户角度考虑组件间的相互作用，开发借鉴HCI、环境心理学和建筑使用后评估的整体评估方法。
**5 结论**
本文回顾的组件（可变形表面、机器人家具与设备、气候与照明控制、环境智能与嵌入式显示）各自代表了成熟的研究方向，但完全集成的机器人房间——四层围绕居住者需求无缝协调——仍基本未实现。机器人房间需要匹配跨学科广度的评估框架，当前工作倾向于孤立评估组件，需要整体评估协议来衡量居住者对集成系统的体验。本综述识别并阐述了机器人房间的主要组件，绘制了其贡献学科并回顾了各领域现状，旨在为机器人房间这一新兴机器人类别（可居住机器人）建立内聚的概念框架。Pask、Negroponte、Allen和Mitchell所阐述的基础愿景——建筑环境主动感知、推理并物理适应居住者——比以往任何时候都更接近实现。剩余的重大挑战是整合：将这些能力协调为一个统一的、以居住者为中心的响应式环境。机器人房间提供了广阔的研究前沿，涉及多系统协调、建筑尺度软机器人驱动、实时传感与控制、人机交互设计等技术挑战，同时引发关于自主性、隐私、信任和智能环境时代家庭生活本质的重要问题。本综述旨在建立概念词汇表与跨学科图谱，帮助各领域研究者共同贡献于这一新兴机器人类别——人们不仅使用机器人，而且生活在其中。
