知识卡片：共享具身智能与人机协作优化——面向人类友好的 ergoCub 人形机器人

一句话结论：本文通过提出“共享具身智能”架构，对人形机器人 ergoCub 的硬件形态与控制参数进行联合优化，显著降低了与人协作时的脊柱载荷，并提升了行走稳健性。该优先考虑人类工程学指标的设计方法，为工业与辅助机器人提供了新框架。

事件概述或研究问题：

• 研究问题：如何设计能够安全、有效与人类进行物理协作的人形机器人。现有方法要么将硬件视为固定部件，忽略了其对协作性能的影响；要么在协同设计中未考虑人类合作伙伴的模型。
• 核心概念：本文提出了“共享具身智能”（shared embodied intelligence）架构，整合了共享智能（shared intelligence，即通过内部表征协调行动）与具身认知（embodied cognition，即身体与认知协同适应环境），旨在让机器人的硬件与控制同时针对人类工程学指标进行优化。

方法/产品要点：

• 共享具身智能框架：将人机交互建模为硬件配置的函数，并将人类模型嵌入到机器人的物理智能（控制策略）中。
• 具体实现：开发的ergoCub 人形机器人由意大利理工学院（IIT）与意大利国家工伤保险局（INAIL）合作研发。
• 优化方法：使用可微的参数化浮动基模型（包括机器人及人类的肢体长度等参数），以及参数化的物理智能架构（包含对人类运动策略的建模），对硬件和控制进行联合优化（协同设计，codesign）。
• 对象与评估指标：优化目标不仅仅是机器人自身的行走或任务参数，还包含人类相关的指标，如背部应力（back stress） 等人体工程学度量。

主要结果或产业意义：

• 主要结果：通过联合优化，ergoCub 机器人能够根据人类合作伙伴的工程学状态调整自身动作，有效减少人类的脊柱负荷，并同时提高机器人自身的行走鲁棒性。
• 产业意义：该框架直接适用于需要人机紧密协作的工业制造（如搬运重物）和辅助机器人（如医疗护理）场景，能够有效降低工人的疲劳和受伤风险。

为什么重要：

• 增量信息：与已有协同设计（codesign）研究相比，该工作具有三个关键突破：
  1. 协同设计过程首次考虑到了人类合作伙伴的模型与运动智能，而不仅仅是机器人自身。
  2. 在完整的人形机器人（而非简单连杆系统）上实现了硬件与控制的联合优化。
  3. 不仅停留在理论优化，还将优化结果转化为了真实的机器人硬件，并实现了与物理智能的整合。
• 理论贡献：提出了“共享具身智能”这一概念框架，为后续人工通用智能（AGI）在具身层面的研究提供了基础方向。

局限与不确定性：

• 待核实：该方法在真实复杂工业环境下的长期鲁棒性、计算实时性以及泛化到不同人类合作伙伴的能力尚需更多验证。
• 待核实：对人体模型的依赖程度较高，模型的准确性可能影响优化效果。
• 待核实：论文未详细说明在除“背负搬运”之外的其他协作任务上的表现。

可用于图书/PPT/简报的角度：

• “以人为本的AI”案例：展示人工智能和机器人技术如何从单纯追求效率转向优先保障人类健康和安全。
• 具身智能与仿生学：从“牛椋鸟适应性进化”类比，引出机器人设计应像生物一样适应协作伙伴的需求。
• 人机协作的未来：适合作为“下一代工业机器人”或“协作机器人”章节的核心案例，强调硬件与控制协同设计的重要性。
• 跨学科研究范例：完美融合了机器人学、生物力学、控制论和人机工效学。

原始材料：

• 英文标题：Towards shared embodied intelligence in humanoid robots through optimization, development and testing of the human-aware ergoCub robot
• 英文关键词：shared embodied intelligence; humanoid robot; ergonomics; human-robot collaboration; codesign; physical intelligence
• 原始来源：《Nature Machine Intelligence》，Published online: 13 July 2026. DOI: 10.1038/s42256-026-01272-2