arXiv 論文速遞：讓機器人學會“察言觀色”——面向人機協作搬運的主動輔助框架 PROACT
論文標題為《Learning from Humans for Proactive Assistance in Human-Robot Collaborative Transport》（從人類示範中學習：人機協作搬運中的主動輔助），作者是 Elvin Yang 與 Christoforos Mavrogiannis。該論文於 2026 年 9 月 21 日（週一）19:41:30 UTC 提交至 arXiv，編號 arXiv:2609.25351（本次為 v1 版本），DOI 為 https://doi.org/10.48550/arXiv.2609.25351（由 DataCite 發放，尚待註冊）。論文歸類於機器人學（cs.RO），並交叉列入人機交互（cs.HC）與機器學習（cs.LG）。全文 PDF 約 5,807 KB，另有實驗版 HTML 與 TeX 源碼可供獲取。
研究背景與問題設定
論文聚焦“人機協作搬運”這一具有廣泛現實意義的任務：用户與機器人共同搬動體積龐大或重量較大的物體，應用場景橫跨物流倉儲、製造業與家庭環境。作者指出，要成為有效的協作夥伴，機器人必須同時滿足兩項看似衝突的要求：一方面要主動分擔負載、高效地完成物體的移動，從而降低用户的體力消耗；另一方面又要保持對用户身體施力的物理響應性，不能“一意孤行”。
然而，現有研究往往把這兩種能力割裂開來處理，結果產生了兩類各有缺陷的機器人：一類能夠高效搬運物體，卻會抵抗用户的輸入、忽視人的意圖；另一類能夠順從用户的施力，卻依賴用户持續不斷地給出引導，無法自主預判與配合。
核心洞見與方法：PROACT 框架
作者的核心洞見是：在存在障礙物約束的協作搬運場景中，必須把“對人類協作行為的預測”與“柔順的機器人控制”整合到同一個框架之內。基於此，論文提出了 PROACT——一個面向人機協作搬運的框架，其關鍵做法是將“預期/預判”（anticipation）嵌入到柔順全身控制（compliant whole-body control）之中，而預判能力來自一個從數據中學習得到的人類協作行為模型。
具體而言，研究者構建了一個大規模、真實世界的人類雙人協作搬運演示數據集，並在此基礎上訓練了一個基於 Transformer 的架構。該模型將人類的協作行為提煉、蒸餾為對“物體未來運動”的預測，從而使機器人能夠在用户尚未明確施力或給出指令之前，就推斷出物體接下來的運動趨勢，並據此主動調整自身的全身運動，既保持柔順可被推動，又主動貢獻搬運力量。
實驗結果與關鍵數據
研究團隊使用一台 9 自由度（9-DoF）移動操作機器人，在真實世界中完成了 108 次試驗。結果顯示，與兩個基線方法相比，PROACT 在多項指標上取得顯著提升：
• 平均交互做功（mean interaction work）相比“僅柔順控制”（compliance-only）基線降低 59.2%，相比 MPC（模型預測控制）基線降低 20.4%； • 平均完成時間（mean completion time）相比“僅柔順控制”基線縮短 12.9%，相比 MPC 基線縮短 6.9%。
這兩組數據説明，PROACT 不僅大幅減少了用户在搬運過程中付出的體力與交互代價，也提升了任務完成的效率，且在真實物理環境中得到驗證，而非僅停留於仿真。
資源與獲取方式
論文的實驗視頻可通過 https://youtu.be/qAGvQfVPjbk 觀看；讀者也可在 arXiv 上查看 PDF 全文、實驗性 HTML 版本以及 TeX 源碼，並按頁面所示許可協議使用。論文由 Christoforos Mavrogiannis 提交（arXiv 頁面提供作者郵箱查看入口）。需要説明的是，本文所述內容均基於論文摘要與 arXiv 元數據整理，具體的模型結構細節、數據集規模、實驗設置與統計顯著性分析，仍需以論文全文為準。
意義與展望
PROACT 的價值在於把“預判人類意圖”和“保持物理柔順”這兩個此前常被分開處理的能力統一起來，為人機協作搬運提供了一條可行的技術路徑：機器人不再只是被動跟隨或固執己見，而是通過學習人類協作演示，提前預測物體的運動，從而主動而不過度地參與協作。隨着此類方法在物流、製造與家庭服務等場景的落地，未來的人機協作有望在降低人的負擔與提升任務效率之間取得更好的平衡。