物理护理机器人需要帮助不同用户完成多样化的日常任务，并适应各种环境，而机器人本身的形态也千差万别。尽管在单个护理任务上取得了显著进展，但现有系统大多与特定的环境和机器人形态紧密耦合，并且常常没有明确地对涉及人的交互进行建模或约束——尽管人是环境中的特殊主体。这促使我们需要关注从环境与机器人形态的联合交互中涌现出的情境适应性。为此，来自康奈尔大学的研究团队提出了E²-CARE框架，该框架通过将基础护理技能表示为交互模板，并在运行时在线调整其执行方式，从而实现情境感知的自适应。
E²-CARE的核心是一个统一的3D动态场景图，它将环境、机器人和人纳入同一表示空间，显式地建模这些交互情境，并合成任务特定的约束来控制每个技能的执行。通过在运行时强制执行这些约束，相同的技能模板可以在不同的环境和机器人形态之间实现零样本的、安全的重用。这标志着物理护理机器人领域向通用性和安全性迈出了重要一步。
研究团队在数百个模拟家庭环境（包括辅助生活场景）中，针对四项日常生活活动，并跨越多达多种机器人形态对E²-CARE进行了评估。此外，他们还通过用户研究，在真实世界中利用两种机器人执行两项护理任务进行了验证。结果表明，E²-CARE能够在不同的环境和形态下实现一致且成功的适应。例如，在模拟环境中，机器人能够根据不同的房间布局和用户位置，自动调整其操作方式，确保安全且高效地完成任务。在真实世界实验中，机器人展示了从桌面上取物、开门等技能，即使面对不同的家具和机器人臂长，也能准确执行。
这一工作为开发能够真正融入人类生活环境的护理机器人提供了新的思路。E²-CARE的交互模板设计使得技能迁移变得简单，无需针对每个新环境重新编程。未来，该框架有望广泛应用于家庭和护理机构中，帮助老年人或行动不便者进行日常生活活动，如取物、清洁、辅助进食等。同时，该研究也强调了人机交互中的安全性，通过显式约束避免了机器人与人的碰撞或不当接触。
从技术细节来看，E²-CARE使用的3D动态场景图能够实时更新环境变化，例如物体移动或人的位置改变。技能模板包含预定义的参数，但通过场景图提供的上下文，系统可以动态调整这些参数以适应具体场景。研究团队还计划将其扩展到更复杂的任务，并探索多机器人协作场景。总之，E²-CARE代表了护理机器人领域的一个重要进步，它让机器人不仅仅是在固定环境中执行预设动作，而是能够真正理解并适应周围环境，从而更安全、更有效地为人类服务。