人機互動（Human-Robot Interaction）是什麼？

研究人類與機器人之間互動的跨學科領域，旨在設計更自然、高效且安全的協作方式，提升使用者體驗與系統效能。

核心概念

人機互動 (Human-Robot Interaction, HRI) 是一個跨學科研究領域，旨在探討人類與機器人之間如何進行有效、自然且安全的互動。其核心目標是設計出能夠理解人類意圖、情感與行為，並以適當方式回應的機器人系統，從而提升協作效率、使用者滿意度及信任感。HRI不僅關注技術層面，更深入探討心理學、社會學、倫理學等多元面向。

HRI的關鍵要素包括：

• 感知 (Perception)：機器人如何利用感測器（如攝影機、麥克風、深度感測器、力矩感測器）來感知人類的存在、位置、姿態、手勢、語音指令及情感狀態。這涉及電腦視覺、語音辨識、情感計算等AI技術。
• 認知 (Cognition)：機器人如何處理和理解感知到的資訊，進行情境推斷、意圖識別、決策規劃。這需要機器學習、自然語言處理、知識圖譜等技術來建立對人類行為和環境的理解模型。
• 行動 (Action)：機器人如何根據其認知結果執行物理動作（如移動、抓取、操作）或資訊呈現（如螢幕顯示、語音合成、燈光提示），以回應人類的指令或需求。這涉及機器人運動控制、路徑規劃等。
• 溝通 (Communication)：人類與機器人之間資訊交換的方式，包括語言溝通（語音、文字）、非語言溝通（手勢、表情、眼神、身體姿態）以及觸覺溝通（力回饋、振動）。
• 安全 (Safety)：確保在物理互動中，機器人不會對人類造成傷害，同時也包括心理安全，避免造成人類的焦慮或不適。
• 信任 (Trust)：建立並維持人類對機器人能力、可靠性和意圖的信任，這是長期有效協作的基礎。
• 倫理 (Ethics)：考量機器人行為的社會影響，如隱私、責任歸屬、自主性及潛在的偏見。

運作原理

HRI系統的運作原理是一個複雜的循環過程，通常可分為感知、認知與決策、行動與溝通三個主要層次，並由多種AI技術驅動：

1. 感知層 (Perception Layer)：

   • 視覺感知：利用高解析度攝影機、深度感測器（如LiDAR、RGB-D攝影機）獲取環境和人類的視覺資訊。電腦視覺技術在此發揮關鍵作用，例如：
     • 人臉辨識與表情分析：識別使用者身份並推斷其情感狀態。
     • 姿態估計與手勢識別：透過深度學習模型（如OpenPose、MediaPipe）分析人體關節點，理解人類的身體語言和指令手勢。
     • 物體偵測與追蹤：識別工作環境中的工具、物體，並追蹤其動態，以便機器人進行協作或避障。
   • 聽覺感知：透過麥克風陣列進行聲源定位，並利用語音辨識 (ASR) 技術將人類語音轉換為文字。自然語言處理 (NLP) 進一步分析語音內容，理解指令意圖、關鍵詞提取，甚至透過語音語調分析情感。
   • 觸覺與力覺感知：機器人關節處的力矩感測器和末端執行器的觸覺感測器，用於感知與人類的物理接觸、壓力大小和方向。這對於實現安全的物理協作（如協作機器人）至關重要，可避免過度施力或碰撞。

2. 認知與決策層 (Cognition & Decision Layer)：

   • 情境理解與意圖推斷：整合來自多模態感測器（視覺、聽覺、觸覺）的數據，利用機器學習（特別是深度學習中的序列模型如RNN、Transformer）來建立對當前情境的全面理解。例如，結合語音指令、手勢和眼神方向來推斷人類的真實意圖。貝葉斯網路或隱馬爾可夫模型也常用於處理不確定性下的意圖推斷。
   • 行為規劃與任務分解：根據情境理解和人類意圖，機器人規劃其下一步的行為。這涉及高層次的任務規劃（將複雜任務分解為子任務）和低層次的運動規劃（生成平滑、安全的機器人動作軌跡）。強化學習 (Reinforcement Learning) 可以在與人類互動的過程中，學習最佳的互動策略，以最大化任務成功率和人類滿意度。
   • 情感與社會智能：利用AI模型分析人類的表情、語氣、姿態等非語言線索，推斷其情感狀態，並調整機器人的回應方式，以展現同理心或避免衝突。

3. 行動與溝通層 (Action & Communication Layer)：

   • 物理互動：機器人透過其機械臂、移動平台或其他執行器來執行規劃好的動作。在物理協作中，常採用阻抗控制 (Impedance Control) 或導納控制 (Admittance Control) 等柔順控制策略，使機器人能對外部力做出彈性反應，確保與人類接觸時的安全性。
   • 資訊呈現與溝通：
     • 語音合成 (TTS)：將文字轉換為自然語音，用於機器人發出指令、提供資訊或進行對話。
     • 視覺顯示：透過螢幕顯示文字、圖像、動畫，提供更豐富的資訊或引導。
     • 非語言表達：機器人可以透過LED燈光變化、身體姿態調整、頭部轉動、甚至模擬眼神接觸來表達狀態或意圖，增強互動的自然感。
     • 觸覺回饋：透過振動或力回饋裝置，向人類傳達資訊或警告。

整個過程是一個閉環系統，機器人的行動會影響人類的反應，而這些反應又會被機器人感知，進而調整其後續行為，形成動態的互動循環。

實際應用

人機互動技術已廣泛應用於各行各業，極大地改變了人類與機器協作的方式：

• 工業製造：協作機器人 (Cobots) 是HRI在工業領域最典型的應用。它們與人類工人共享工作空間，執行裝配、搬運、焊接、檢測等任務。例如，Universal Robots (UR) 的協作機器人可以透過直觀的拖曳示教方式進行編程，並在感測到人類接近時自動減速或停止，確保工作安全，提高生產線的靈活性和效率。
• 醫療照護：
  • 手術輔助機器人：如達文西手術系統，醫生透過主控台精確操控機器人手臂進行微創手術，HRI在此確保醫生與機器人之間的高精度、低延遲互動。
  • 復健機器人：協助中風或受傷患者進行物理治療和運動復健，機器人能根據患者的反應調整訓練強度和模式。
  • 陪伴與照護機器人：如Paro海豹機器人，為老年人或長期病患提供情感慰藉，透過觸覺、聲音和簡單動作與人互動。
• 服務業：
  • 迎賓與導覽機器人：在飯店、商場、機場提供資訊查詢、導覽服務，如Pepper機器人，能透過語音和螢幕與顧客交流。
  • 送餐與清潔機器人：在餐廳、醫院、辦公室自動執行送餐、清潔任務，減少人力成本，提高效率。
• 家庭與教育：
  • 智慧家庭機器人：如掃地機器人、智慧音箱，透過語音指令與使用者互動，執行家務或提供資訊。
  • 教育陪伴機器人：在兒童教育中提供互動式學習體驗，如編程機器人或語言學習機器人，透過遊戲和對話激發學習興趣。
• 物流倉儲：自主移動機器人 (AMR) 和自動導引車 (AGV) 在大型倉儲中與人類員工協同作業，負責物料搬運、分揀，透過視覺和感測器避開障礙物和人類，優化物流效率。
• 探索與救援：無人機和地面機器人被部署到危險或難以到達的環境中進行偵測、繪圖、物資運送，減少人類探險的風險。HRI在此確保操作員能高效、直觀地控制機器人並接收回傳資訊。

常見誤區

儘管HRI領域發展迅速，但公眾對其仍存在一些常見誤解：

1. 機器人是完全自主的，無需人類介入：這是一個普遍的誤解。雖然許多機器人具備一定程度的自主性，但大多數HRI系統仍需要人類的監督、指令或協作。完全自主的機器人僅存在於特定、受控的環境中，且其自主決策能力仍有局限。HRI的目標更多是實現有效的「協作」，而非完全的「替代」。
2. HRI僅僅是使用者介面 (UI) 設計：HRI遠超傳統的UI設計範疇。傳統UI主要關注軟體或螢幕介面，而HRI則涉及具備物理實體、能感知環境並採取行動的機器人。它需要考慮物理安全、機器人的運動學與動力學、多模態感知與表達、社會心理因素、倫理道德等多個維度，這些都是傳統UI設計不常涉及的。
3. 機器人將完全取代人類工作：HRI的發展趨勢更多是「增強」人類能力和「協作」，而非全面「取代」。機器人擅長執行重複性、危險性或體力消耗大的任務，讓人類能專注於需要創造力、複雜決策和人際互動的工作。HRI旨在創造人機共存、互補的未來工作模式。
4. 機器人越擬人化越好：過度擬人化可能導致「恐怖谷效應」(Uncanny Valley)，即機器人外形或行為與人類過於相似但不完全一致時，會引起人類的不適或反感。最佳的擬人化程度取決於應用場景和文化背景，有時簡潔、功能導向的設計反而更受歡迎。
5. 所有機器人都需要具備情感理解和表達能力：並非所有HRI應用都需要機器人具備複雜的情感智能。例如，工業協作機器人更需要精準、高效和安全，而非情感交流。情感智能的必要性取決於機器人的功能定位和預期互動深度。

與相關技術的比較

1. 與人機互動 (Human-Computer Interaction, HCI) 的比較：

   • HCI：主要關注人類與電腦軟體、硬體介面（如鍵盤、滑鼠、觸控螢幕、應用程式）之間的互動。這種互動通常是間接的、抽象的，透過資訊介面進行。HCI的重點在於可用性、使用者體驗、資訊架構和介面設計。
   • HRI：是HCI的一個子集，但更具體、更複雜。HRI涉及具備物理實體、能感知環境並自主行動的「機器人」。HRI需要考慮機器人的物理存在、運動學、動力學、物理安全、多模態感知與表達（如手勢、眼神、觸覺）、社會心理因素（如信任、情感、社會規範）等HCI不常涉及的層面。HRI的挑戰在於如何讓人類與一個有「身體」且有一定「智能」的實體進行自然、安全且有效的互動。

2. 與機器人學 (Robotics) 的比較：

   • 機器人學：是一個廣泛的工程學科，研究機器人的設計、建造、操作、應用及控制。它關注機器人的硬體結構（機械設計）、運動控制（如何讓機器人移動）、感知系統（感測器技術）、規劃（如何完成任務）和軟體架構等。機器人學旨在讓機器人「能動」和「能執行任務」。
   • HRI：是在機器人學的基礎上，專注於機器人與人類之間的互動介面、行為設計、溝通策略。它關注如何讓機器人更好地「與人互動」。機器人學提供了機器人「能做什麼」的基礎能力，而HRI則在此基礎上，研究如何讓這些能力以對人類友善、高效的方式展現出來。可以說，機器人學是HRI的硬體和底層軟體平台，而HRI則是機器人學在人機協作層面的應用和延伸。

3. 與人工智慧 (Artificial Intelligence, AI) 的比較：

   • AI：是一門廣泛的學科，旨在使機器具備類似人類的智能，包括學習、推理、感知、理解語言等能力。AI是HRI的關鍵賦能技術。例如，電腦視覺用於識別人臉手勢，自然語言處理用於理解語音指令，機器學習用於學習人類偏好和行為模式，強化學習用於優化互動策略。
   • HRI：是AI在特定應用場景（即機器人與人互動）的體現和延伸。AI提供了機器人感知、理解、決策、學習的核心智能，而HRI則將這些智能應用於設計和優化人與機器人之間的互動體驗。AI是工具和技術集，HRI是利用這些工具解決特定問題的應用領域。

4. 與人機介面 (Man-Machine Interface, MMI) 的比較：

   • MMI：是一個非常廣泛的概念，泛指人與任何機器設備之間的介面，例如汽車的儀表板、洗衣機的按鈕面板、工廠的控制台等。它強調的是操作者如何與機器進行資訊交換和控制。
   • HRI：是MMI的一個子集，但特指人與「機器人」這種特殊機器之間的互動。機器人與一般機器不同之處在於其通常具備一定程度的自主性、物理實體和社會存在感。因此，HRI不僅關注介面操作，更強調機器人的行為、意圖、情感表達以及人類對機器人的信任和接受度。HRI的複雜性遠超傳統MMI，因為它涉及了更深層次的社會和心理層面。