在人類與機器人交互（HRI）研究中，機器人能否在真實環境裏靈活地陪伴人類行走，被認為是極具應用潛力的方向，但同時也是一大難題。既有做法通常把機器人綁定在相對人的某個固定方位上——例如始終跟在身後、走在身前或與人並排——這種設定在人員流動、障礙物變化的動態工作空間裏很快就顯得僵化，機器人的適應性因此受到明顯限制。
針對這一問題，這篇論文提出了一種新的人類伴行策略，核心是用深度強化學習（DRL）讓移動機器人依據不斷變化的環境條件，動態決定自己應當處於什麼跟蹤位置。研究定義了一個“交互空間”，用來刻畫人與機器人之間、並同時考慮周圍環境的關係；這一交互空間隨後成為 DRL 狀態空間的基礎，使機器人能夠感知並適應環境變化，而不是死守某一個預設方位。在控制層面，作者把模型預測路徑積分（MPPI）控制與控制障礙函數（CBF）結合起來，構建出人—機器人伴行控制器。該控制器一方面保證機器人在位置和朝向上都能準確跟隨目標人物的運動，另一方面兼顧障礙物規避，從而提升社會接受度與安全性。
評估工作在真實的室內與室外場景中完成，並與其它研究進行了對比。結果顯示，所提方法在任務成功率和跟蹤精度上分別至少提升了 24% 和 47%，同時也改善了人類夥伴的舒適感受。實驗還驗證了機器人的靈活伴行能力：當人以最高 1.7 m/s 的速度行走時，機器人能夠動態調整策略，而不再被限制在某個固定位置。此外，機器人會尊重人的親密空間，在保證安全與舒適的前提下完成有效的避障。
論文由 Cong-Thanh Vu 與 Yen-Chen Liu 完成，於 2026 年 8 月 20 日提交至 arXiv（編號 arXiv:2609.25031v1，主分類 cs.RO，交叉分類 eess.SY），數字對象標識符為 10.48550/arXiv.2609.25031。該工作已被 IEEE Transactions on Systems, Man, and Cybernetics: Systems 接收。需要注意的是，上述結果均來自論文摘要層面的陳述，具體算法實現、實驗設置與侷限仍需查閲原文全文。