IEEE Transactions on Robotics

Shared Control in pHRI: Integrating Local Trajectory Replanning and Cooperative Game Theory

作者：Lijun Han, Jinyu Zhang, Hesheng Wang · 机构：Department of Automation, Key Laboratory of System Control and Information Processing of Ministry of Education, State Key Laboratory of Avionics Integration and Aviation System-of-Systems Synthesis, Shanghai Jiao Tong University, Shanghai, China

会议/期刊：IEEE Transactions on Robotics · 发布日期：2025 · 页码：1263-1277

运动规划控制优化安全人机交互

精读笔记

Problem Setting

论文标题：Shared Control in pHRI: Integrating Local Trajectory Replanning and Cooperative Game Theory（IEEE Transactions on Robotics / 2025）。

这篇论文不是在做一般意义上的 pHRI 轨迹跟踪，而是在处理一个更具体的 shared control 痛点：当自主系统已有一条安全参考轨迹，而人通过力输入表达不同意图时，机器人应该如何同时避免“盲从人”与“死守 autonomy”。关键矛盾是，人类输入既可能是高层意图修正，也可能只是低层执行微调；如果都用同一种 blending/impedance 策略处理，会出现两个问题：强冲突时人必须持续施力对抗参考轨迹，小冲突时又没必要重规划。

以前方法卡住的地方主要在建模层级：很多 primary-secondary 或动态权重 shared control 只改变实际轨迹，不改变机器人未来参考；trajectory deformation 虽然改参考，但通常弱化环境与任务可行性；game-theoretic shared control 能分析人机 cost，但常把环境安全压缩成 task tracking 的副产物。本文真正要解决的是：在一个已知环境中，把“改参考”和“调实际控制”放在同一个 pHRI 流程里，并让环境安全影响人机权重。

Motivation

作者的核心观察是：人机冲突不是单一尺度的。强交互力往往意味着 autonomy 的未来计划与人的当前任务理解不一致，此时继续做低层让步会导致人长时间用力、认知负担上升；弱交互力则更像人对执行轨迹的局部修正，此时重规划反而浪费计算并引入不稳定性。

已有路线缺的是一个“冲突尺度感知”的 shared-control 组织方式。仅用 impedance/admittance 或 authority allocation，会把所有冲突都降维成控制输入混合；仅用 game theory，会把问题描述成人与机器人目标之间的代价权衡，但环境安全通常没有作为显式调权信号进入博弈。本文的动机因此是把人类意图、autonomy 参考和环境几何安全以不同时间尺度接入：大尺度改计划，小尺度改控制。

Core Idea

论文的核心思想可以概括为：先判断是否应该改变机器人的“未来目标”，再决定当前时刻如何共享控制权。交互力超过阈值时，系统把它解释为强人类意图，触发局部 trajectory replanning，让自主参考轨迹朝人希望的方向偏移，同时仍由规划器保证障碍/边界可行性；交互力未超过阈值时，系统不再改参考，而是在 MPC 框架中求一个 cooperative-game 的 Pareto 控制输入。

本质区别在于它改变了 shared control 的信息流：人类输入不再只是低层外力或 blending 权重，而可以反向修改 autonomy 的 reference；环境信息也不再只在初始规划中出现，而通过 PSI 持续影响人机权重。这个 inductive bias 很明确：人是快速意图传感器，机器人是安全可行性过滤器；强意图改变局部目标，弱意图只改变实际执行。这比纯权重融合更 scalable 的地方在于，它避免了人长期对抗一个错误参考；比纯轨迹形变更 general 的地方在于，候选轨迹来自可行规划集合，而不是只在形状空间里变形。

Method

1. 交互力触发的参考轨迹重规划：它解决的是“大冲突下 autonomy 参考不再合适”的问题。阈值机制把人类强意图从噪声和微调中分离出来；局部而非全局重规划降低计算负担，也避免任务整体目标被频繁重写。核心变化是机器人不再要求人持续推离原轨迹，而是主动把未来 reference 移到更接近人意图且仍可行的位置。

2. 基于候选可行轨迹的选择准则：RRT/RRT* 只负责给出环境可行集合，真正的偏好来自能量函数：沿人施力方向的调整降低代价，过度/不自然变形通过平滑项惩罚。这个设计使人类力输入成为候选轨迹排序信号，而不是直接生成轨迹。其价值在于保留规划器的安全可行性，同时引入人类偏好。

3. PSI 安全指标：它解决的是弱交互阶段人可能把机器人推向障碍的问题。PSI 根据参考轨迹到障碍/边界的安全裕度与当前偏离量构造，越接近危险区域，越降低人类目标在 cost 中的相对权重。核心变化是 authority allocation 不只依赖人机意图差异，也依赖环境风险。

4. Cooperative-game MPC：它解决的是“小冲突下实际轨迹如何折中”的问题。人类目标由当前交互力在预测窗口内外推，机器人目标是参考轨迹；两者进入同一个二次型 cost，通过 Pareto equilibrium 得到机器人控制输入。这里的重点不是博弈理论本身有多深，而是它提供了一个结构化方式，把人类目标、机器人目标、控制 effort 和 PSI 权重放在同一预测控制问题里。

Key Insight / Why It Works

最有效的部分大概率是“两时间尺度冲突处理”，而不是具体的 Pareto 求解。强冲突时修改 reference，本质上消除了 sustained disagreement：人不再需要持续施力维持偏离；弱冲突时保留 reference，则避免因小噪声导致规划抖动。这种 gating 是整个方法的核心 inductive bias。

PSI 的作用更像安全感知的 authority scheduler。它不提供严格安全证明，但在已知静态环境和安全初始轨迹假设下，偏离参考越大、离障碍越近就越收回人类控制权，这个启发式很合理。它有效的原因不是 Richards curve 的具体形式，而是把“环境余量”显式映射到 shared control 权重，避免 game-theoretic controller 在纯 tracking cost 下过度服从人。

局部重规划的增益来源相对清楚：它把人类瞬时力方向转化为未来轨迹偏好，同时用 planner 过滤不可行解。这属于 better inductive bias + test-time planning，而不是数据驱动泛化。RRT、minimum-jerk matrix、QR 求解等更像 engineering choices；换成其他快速 planner、trajectory optimizer 或 constrained MPC，核心思想仍成立。

较可疑的是 cooperative-game/Pareto 形式的不可替代性。文中没有充分证明它比一个带 PSI 权重的单目标 MPC 或 constrained blending 更优。所谓 cooperative game 在实现上接近耦合二次优化与权重调节，理论包装多于实质机制。真正贡献是 reference adaptation + safety-aware arbitration 的组合，而非博弈均衡本身。

Relation To Prior Work

最接近的谱系有三条：一是 pHRI 中的 impedance/admittance 与 primary-secondary control；二是基于人类力输入的 trajectory deformation；三是 game-theoretic shared control / driver-vehicle arbitration。

相对 primary-secondary 和动态权重融合，本文的实质差异是允许 autonomy 的 desired trajectory 被人类意图改变，而不只是 actual trajectory 被拉动。这一点很关键，因为它改变了冲突的长期结构：不再让人持续补偿参考轨迹错误。

相对 trajectory deformation，本文把形变问题换成“在可行规划候选中选一条更合人意的局部轨迹”。这不是全新思想，但更适合有障碍/边界约束的任务，因为可行性由 planner 提前保证，而不是事后约束形状。

相对 game-theoretic shared control，本文新增的信息是环境安全指标 PSI。传统博弈模型通常只看 human/robot cost，本文让安全裕度动态调节双方目标权重。实质创新在于把环境几何以一个低维 scalar authority signal 注入博弈/MPC，而不是 game theory 的求解形式本身。

Dataset / Evaluation

评估是小规模但真实的机器人实验：KUKA iiwa、haptic device、已知障碍、VICON 跟踪，任务是 waypoint tracking + obstacle avoidance。它验证了论文最直接的 claim：在受控几何环境中，相比直接人控和简单切换控制，SHR 能减少人类施力并保持目标通过精度；PSI 实验也显示在不触发重规划时，安全权重能阻止朝障碍推进。

但 evaluation 的覆盖范围有限。任务结构高度匹配方法设计：已知静态障碍、目标点清晰、参考轨迹安全、低维操作、短时局部修正。user study 只有 10 人，且对照方法较弱：HUM 和 SWI 都不是强 baseline，缺少与更现代的 constrained MPC、CBF-QP shared control、risk-sensitive MPC 或 learning-based intent prediction 的比较。因此实验支持“该框架在此类 pHRI waypoint 场景中有效”，但不足以支持更广泛的 scalability/generalization claim。

另外，3D 实验中重规划耗时和局部路径不确定性已经暴露出 planner 依赖问题。论文展示了参数分析，但没有系统研究不同障碍密度、动态环境、不同人类策略或更复杂任务目标下的鲁棒性。

Limitation

最核心的前提是初始参考轨迹必须安全且足够合理。PSI 的安全判断是围绕参考轨迹构造的：越接近参考越安全。如果初始轨迹本身不适合当前任务、人类发现了更优但远离参考的方案，PSI 可能会错误压制人类意图。

人类意图建模很弱。无论重规划阶段还是 MPC 阶段，都假设短时间内交互力方向/大小可代表未来意图，甚至用 constant-force preview。这对局部微调可以工作，但对多阶段意图、非单调操作、犹豫/探索式输入并不可靠。文中未充分说明如何区分强意图、误操作和紧急避险。

安全保证偏启发式。PSI 是基于距离裕度的 soft index，不是形式化 barrier constraint；Remark 中的稳定性/安全性说明较粗，依赖“适当选择阈值”这种实验调参。动态障碍、机器人本体几何、速度约束、接触约束、多自由度姿态安全都没有被充分处理。

scalability 上限来自 test-time planning 和参数敏感性。局部重规划长度太短会导致速度突变，太长会偏离人意图且增加重规划次数；这说明该方法不是自动 scalable 的，而是依赖任务尺度与参数匹配。增益来源也不完全清楚：user study 中 SHR 优于 SWI 的主要原因可能就是能改参考轨迹和让机器人持续辅助，而不是 cooperative game 的理论结构。

此外，方法把一部分问题转移给了环境建模和 planner：如果障碍感知不准、环境变化快、候选轨迹集质量差，整个框架会退化。所谓 generality 很大程度上来自不训练模型，而不是已证明跨任务鲁棒。

Takeaway

  • 1. 对 pHRI/shared control，一个很值得迁移的 insight 是：不要把所有人类输入都当成同一层级的控制修正；强意图应该允许修改 reference，弱意图才适合 authority blending。
  • 2. 环境安全最好作为 arbitration signal 显式进入 shared control，而不是只在初始规划或末端 collision check 中处理。
  • 即使 PSI 是启发式，它也抓住了“越危险越少让人”的关键结构。
  • 3. 这篇论文真正推动的是 reference-level adaptation 与 control-level arbitration 的集成，而不是提出了一个全新的博弈求解理论。

一句话总结

这篇论文把 pHRI shared control 从单纯的低层权重融合推进到“强意图改参考、弱意图调控制、环境安全调权限”的两时间尺度框架，实质贡献是信息流重组和安全感知 arbitration，而非博弈求解本身。