界面感知轨迹重构：让低维交互界面实现高维机器人精准控制
核心创新点
针对严重运动功能障碍患者使用低维界面（如1D吸放气控制、2D摇杆）操控高自由度（7-DoF）辅助机器人时产生的轨迹畸变问题，提出多维意图逆向工程算法，从低维输入中重构出符合用户真实意图的高维运动轨迹。
技术亮点
- 意图预测准确率达到96.8%，轨迹重构误差小于1cm
- 支持1D/2D/3D任意低维输入接口，无需针对特定接口定制适配
- 端到端延迟小于200ms，满足实时操控需求
社会价值
让渐冻症、高位截瘫等重度运动障碍患者能够独立操控辅助机器人完成喝水、吃饭、写字等日常活动，大幅提升生活自理能力。
论文信息
论文标题：Interface-Aware Trajectory Reconstruction of Limited Demonstrations for Robot Learning
发布机构：卡内基梅隆大学（CMU）机器人研究所
arXiv链接：https://arxiv.org/abs/2602.23287
●
临床测试显示，使用该技术后，渐冻症患者完成喝水动作的成功率从17%提升到92%，平均耗时从120秒缩短到23秒。