概率物理数字孪生用于人机交互的框架研究

论文提出概率数字孪生框架，将质量、摩擦、质心等难以精确获取的物理属性用概率分布而非固定值表示。通过对这些分布上的动作进行仿真，孪生体预测一系列可能结果及其概率，从而在物理不确定性下指导人和机器人的动作。作者在人机交互场景中演示该框架，包括向用户传达仿真结果的界面和显式考虑不确定性的机器人规划策略。