布里斯托尔（Bristol）的团队开发了智能的手持式机器人，可以与用户协作完成任务。与传统的电动工具相反，传统电动工具对其执行的任务一无所知，并且完全在用户的控制之下，但手持机器人则拥有有关该任务的知识，并且可以通过指导，微调运动和确定任务序列来提供帮助。
布里斯托大学的计算机科学家开发的这种新的人类机器人研究方法，类似人类的反证法，他们将其用在手持机器人，该机器人会首先进行人类行为下一步预测，然后通过背叛用户的计划而使用户感到沮丧，从而使得这个手持机器人能够证明和学习对人类意图的理解。
在技术日新月异的世界中，人与机器之间的合作是自动化的重要方面。这项新的研究表明，故意使人沮丧是开发与用户更好协作的机器人过程的一部分。尽管这有助于更快，更准确地完成任务，但是当机器人的决策与自己的计划不符时，用户可能会感到恼火。
布里斯托尔大学计算机科学系博士候选人Janis Stolzenwald和Walterio Mayol Cuevas教授在这一领域的最新研究探索了智能工具的使用，这些工具可以根据用户的意图对他们的决策产生偏差。这项研究是对人类机器人研究的一种新颖而有趣的转折，它旨在首先预测用户的需求，然后违背这些计划。
Mayol-Cuevas教授说：“如果您对本来可以帮助您的机器感到沮丧，则比通常难以捉摸的人机合作信号更容易识别和衡量。如果用户在我们指示机器人进行操作时感到沮丧反对他们的计划，我们能让机器人更好知道他们想做什么。”
“就像对彼此行为的短期预测对于成功的人类团队合作必不可少一样，我们的研究表明，将这种能力集成到协作机器人系统中对于成功的人机协作至关重要。”在这项研究中，研究人员使用了一个原型，该原型可以跟踪用户的视线，并通过机器学习获得有关预期动作的短期预测，然后将这些知识用作机器人决策（如下一步移动）的基础。
布里斯托（Bristol）团队使用900多个训练示例对机器人进行了研究培训，这些示例来自参与者的拾放任务，该研究的核心是意图预测模型的评估。研究人员测试了机器人的两种情况：服从和叛逆。机器人被编程为遵循或违背用户的预期意图。知道用户的目标使机器人有能力反抗他们的决定。两种情况下挫折响应的差异证明了机器人预测的准确性，从而验证了意图预测模型。
Janis Stolzenwald是德国学术奖学金基金会（German Academic Scholarship Foundation）和英国EPSRC资助的一名博士生，他进行了用户实验，并确定了未来的新挑战。他说：“我们发现，当视觉数据与任务知识相结合时，意图模型会更有效。这就提出了一个新的研究问题：机器人如何检索这些知识？我们可以想象从示范中学习或让另一个人参与这项任务。”
为了应对这一新挑战，研究人员目前正在研究关于通过手持式机器人进行远程协作的研究中的共享控制，交互和新应用。维护任务充当用户实验，在该实验中，手持机器人用户将通过远程控制机器人的专家来获得帮助。
这项研究建立在前博士生奥斯汀·格雷格·史密斯设计和制造的手持式机器人的基础上，通过研究人员的网站www.handheldrobotics.org可以获得这种手持式机器人的开源设计。
