
近日,日本东京正在对一款名为 AIREC(AI 驱动护理机器人)的人形机器人进行测试,旨在探索其作为应对日本老龄化社会护理助手的潜力。在演示中,该机器人成功地将一名男子轻柔地侧转,此动作在更换尿布或预防褥疮等护理工作中至关重要。

AIREC 的开发旨在缓解日本长期面临的养老护理人员短缺问题。这款机器人重达 330 磅(约 149 公斤),为人们展现了机器人护理的未来图景。早稻田大学教授、AIREC 项目负责人杉野茂树表示:“鉴于日本社会的高度老龄化和出生率的下降,未来我们需要机器人在医疗、老年护理以及日常生活中提供支持。”
随着老龄化人口的增长和出生率的降低,对护理服务的需求不断攀升,人形机器人在临终关怀中所扮演的角色日益受到重视。人口结构由年轻化向老龄化转变,导致护理人员数量减少,凸显了自动化解决方案在高效、安全地完成护理工作中的必要性。
尽管需求迫切,但早稻田大学的研究人员指出,机器人在护理领域的整合仍面临技术瓶颈,这些问题亟待解决,方能实现广泛应用。
由深度神经网络(DNN)驱动的多功能 AI 家用机器人正受到越来越多的关注。与预设动作的工业机器人不同,护理机器人需要根据各种不可预测的情况调整其动作。由于人形机器人难以处理复杂任务,DNN 有助于提升机器人的感知能力和运动规划水平。
对于护理机器人而言,适应性运动至关重要。研究人员指出,尽管以往的研究已证明 DNN 能够引导机械臂完成精确任务,但提供护理服务需要更为精细的力控制。机器人必须准确判断何时以及如何施力,以确保安全、高效的护理,同时避免对脆弱部位造成不必要的压力。
2024 年,早稻田大学的研究团队提出了一种基于深度学习的架构,使人形机器人能够动态调整关节刚度。该方法依赖于基于阻抗控制的直接示教,使机器人能够在避免对非目标区域施加过度压力的同时,施加适当的力。此外,机器人还可以通过关节状态的注意力系统,独立切换不同的交互力模式。
东京机器人公司(Tokyo Robotics Inc.)的 Torobo 人形机器人被用作测试平台。该研究设备配备了触觉和光学传感器、复杂的控制系统以及用于调节关节刚度的顺应性模式。通过运动捕捉设备实现直接操作,使机器人与操作员的手臂动作同步。在护理任务中,阻抗控制通过实现灵活的动作执行,确保施加适当的力。基于深度学习模型的 EIPL 架构能够预测未来事件并减少误差。卷积自编码器处理 RGB 相机图像输入,并提取关键的空间注意力点。
研究人员表示,选择性核网络(SKNet)被应用于关节角度和扭矩的注意力机制,动态调整特征的重要性。该模型预测关节运动,并向阻抗控制器发送指令,确保精确且适应性的护理动作。
目前仍处于测试阶段的 AIREC 预计最早将于 2030 年在护理机构或医疗机构投入使用。其初步定价预计至少为 1000 万日元(约合人民币 48.4 万元,AI工具库备注)。
值得一提的是,据央视新闻此前报道,近日国际电工委员会(IEC)正式发布了由中国牵头制定的养老机器人国际标准,标准编号为 IEC 63310,标题为《互联家庭环境下使用的主动辅助生活机器人性能准则》。该标准旨在为养老机器人的设计、生产、测试及认证提供统一规范,将引领全球养老机器人产业的健康发展。