莱斯大学研究生DylanLosey领导的研究人员希望通过环境难以预测的复健、手术和训练等交互任务。

协作机器人（cobot）的设计初衷是为了保证在与人类一同工作时的安全性，协作机器人的工作非常出色，但是它们不够聪明，无法做到超出其编程动作序列以外的任何动作。

因此，当人在与机器人一同工作时碰到了机器人，机器人就会暂停。只有确认了安全或者人去重启机器人，它们才会继续完成任务。当协作机器人以这样的方式运行，虽然它们成功地完成了任务，但是如果协作机器人更聪明，能够根据人的指导来适应环境，那么它们能达到什么样的新成就呢？

莱斯大学的研究人员开发了一种新的方式。当机器人完成任务时，他们用“温和的反馈”来训练机器人，实时手动地调整机器人的运动轨迹，最终目标是简化的训练协作机器人的过程。

机械工程、电气和计算机工程及计算机学科学教授MarciaO’Malley说：“从历史上看，机器人的职能是接管我们不想做的单调任务：制造、流水线、焊接和喷漆。随着我们越来越愿意与科技分享个人信息，就像我的手表记录了我的步数，科技也不断转化为具体的硬件。”

根据O’Malley和DylanLosey的说法，机器人将实体人机交互（pHRI）看作干扰，只有当交互结束时才会恢复其编程行为。

研究人员开发的莱斯算法允许机器人在受到中断或被指导时重新计算其目标路径——就像GPS系统计算替代路线一样。

Losey和其他学生花费一个夏天的时间训练协作机器人在桌面上递送一个咖啡杯，并使用实体人机交互来帮助它避免使用电脑键盘。同时机器人手臂还要保持足够低，以免杯子掉落。

“轨迹变形”有效地改变了协作机器人到达目地的方式。Losey表示：“通过观察之后重新规划机器人的期望轨迹，机器人能够产生符合人类偏好的行为。”

这一测试及其他测试证明了轨迹变形使后续任务变得更容易，并且机器人只需要较少的交互就可以完成目标。实验表明，即兴互动可以编程自主机器人。

Losey说：“这项工作的范式转移是，机器人不应该把人视为一种随机的干扰，而应该把人视为一个理性的存在——人的交互是有原因的，人试图传达一些重要的信息。“机器人不应该试图摆脱困境，它应该知道发生了什么事情，并更好地完成工作。”

研究人员计划进一步完善莱斯算法，进而帮助协作机器人优化完成任务所需的时间。