作者：Ally     出品：机器人大讲堂

一个人，同时操控三台完全不同的机器人，让它们协作搬运一块白板穿过门框——一台负责推，一台负责拉，第三台负责"看路"提供视野辅助。

这是慕尼黑工业大学团队近日发表在国际顶级期刊Science Robotics上的真实演示。

主观问卷数据同样有意思。使用异中心模式时，参与者报告了显著更好的态势感知（"我对整体情况有良好的把握"中位回答为"同意" vs 自中心的"中立"）和更高的系统可用性（SUS评分73 vs 58）。但自中心模式的化身感（embodiment score）显著更高（8.3 vs 2.4分），参与者更觉得机器人是"自己身体的一部分"而非工具。值得注意的是，两种模式下操作者的主观能动感（sense of agency）没有显著差异，说明即使从外部视角控制，操作者依然觉得"是我在操控"。

最核心的发现来自真实机器人研究（n=6）。在一个模拟餐厅场景中，参与者操控PR2和REEM-C完成清理桌面、取送订单等复杂任务。当允许自由切换模式时，参与者在运动阶段78%的时间选择了异中心模式，而在操作阶段95%的时间选择了自中心模式（P = 0.031）。这种任务依赖的模式切换行为，直接验证了两种范式的互补性。混合模式的SUS评分达到了78分（82百分位），高于任何单一模式。

在技术实现上，整套系统基于ROS2和Unity3D构建。每台机器人提供RGBD视频流（640×480@30fps），通过GPU加速转换为点云并融合到统一虚拟场景中。操作者通过HTC Vive Pro Eye头盔和Valve Index手柄进行交互。整体控制采用基于二次规划（QP）的全身运动控制策略，并集成了电子皮肤传感器提供的力反馈和接近感知来实现主动柔顺控制和碰撞避免。每台机器人约占用40Mbit/s带宽，在千兆以太网和Wi-Fi 5网络下即可稳定运行。

当然，这套系统也有局限。点云重建的视觉保真度不如直接的RGB相机流，这可能是真实机器人实验中自中心模式可用性评分反超的原因之一。此外，多相机的计算和通信开销在更大规模部署时仍是挑战，系统对延迟的鲁棒性也需要进一步研究。

但论文的结论非常明确：异中心遥操作不是要取代自中心模式，而是为其提供互补。就像人脑会根据任务复杂度动态切换空间认知策略一样，最优的遥操作系统应当允许操作者在两种模式间无缝切换——需要精细操作时"钻进"机器人，需要全局协调时"飞出来"俯瞰。

一个操作者，多台机器人，一根无形的"提线"连接两个世界。这或许就是未来人类与机器人协作的样子。