日本东京近期正在测试一款名为 AIREC（AI 驱动护理机器人）的人形机器人，以探索其作为日本老龄化人口护理助手的潜力。这款机器人在演示中成功地将一名男子轻轻侧转，这一动作对于更换尿布或预防褥疮等护理工作至关重要。
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。该机器人重达 330 磅（约 149 公斤），可让人们得以一窥机器人护理的未来。早稻田大学教授、AIREC 项目负责人杉野茂树表示：“鉴于日本高度老龄化社会以及出生率的下降，我们未来将需要机器人在医疗、老年护理以及日常生活中提供支持。”
随着老龄化人口的增加和出生率的降低，护理服务的需求不断上升，人形机器人在姑息护理中的角色也受到越来越多的关注。人口结构从年轻化向老龄化转变，导致护理人员数量减少，这也凸显了自动化解决方案在高效、安全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受到技术障碍的限制，这些障碍需要解决后才能实现广泛应用。
由深度神经网络（DNN）驱动的多功能、AI 驱动的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见的情况调整动作。由于人形机器人无法处理复杂任务，DNN 能够提升机器人的感知能力和运动规划。
对于护理机器人而言，适应性运动至关重要。研究人员指出，尽管以往的研究已经证明 DNN 能够指导机械臂完成精确任务，但提供护理需要更复杂的力控制。机器人必须知道何时以及如何施力，以确保安全、高效的护理，同时避免对脆弱部位施加不必要的压力。
2024 年，早稻田大学团队曾提出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教学，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。该研究设备配备了体感和光学传感器、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，确保适当的力的施加。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，并提取重要的空间注意力点。
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（AI在线备注：当前约 48.4 万元人民币）。
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）正式发布了由我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》。这一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健康发展。
