1、服務(wù)機(jī)器人作為一種自動(dòng)或半自動(dòng)的機(jī)器人，能夠完成有益于人類健康的服務(wù)類工作。人機(jī)合作是服務(wù)機(jī)器人完成工作的主要方式，機(jī)器人學(xué)習(xí)能力的發(fā)展將促進(jìn)人機(jī)合作的效率。
　　 目前機(jī)器人學(xué)習(xí)的主要方法是根據(jù)所提供的特定線索或獎(jiǎng)勵(lì)函數(shù)進(jìn)行模仿學(xué)習(xí)或增強(qiáng)式學(xué)習(xí)。這些方法是被動(dòng)式的學(xué)習(xí)，在面對(duì)時(shí)刻變化的外界環(huán)境時(shí)具有很大的局限性。機(jī)器人主動(dòng)學(xué)習(xí)(ActiveRobotLearning，ARL)作為一種機(jī)器人采取主動(dòng)測(cè)試并根據(jù)所收集信息判斷用戶意

2、圖的學(xué)習(xí)過程，適合機(jī)器人對(duì)用戶的意圖建立高層次的理解。
　　 論文在理解和分析現(xiàn)有的ARL結(jié)構(gòu)的基礎(chǔ)上，基于行為方案(actionplan)理論，設(shè)計(jì)了時(shí)機(jī)決定機(jī)制的工作流程，定義了行為方案的單元基本行為步驟(actionstep)的形式，建立數(shù)據(jù)庫(kù)存儲(chǔ)上述的行為步驟，并利用前向鏈接推理(forward-chainingreasoning)把單個(gè)的行為步驟鏈接成行為方案。
　　 論文在SIMULINK仿真環(huán)境下構(gòu)造了兩個(gè)

3、機(jī)器人手臂模型分別代表服務(wù)機(jī)器人和用戶，采取軌跡控制和模糊控制相結(jié)合的策略控制兩個(gè)機(jī)器人手臂模型完成指定的物品傳遞任務(wù)。并使用模糊控制用于人機(jī)合作任務(wù)，保證了控制效果的實(shí)時(shí)性和靈活性。
　　 論文還通過仿真實(shí)驗(yàn)中模擬了物品傳遞任務(wù)的實(shí)現(xiàn)流程。基于物品傳遞任務(wù)的行為方案實(shí)現(xiàn)了基本行為步驟的連接，并指出了服務(wù)機(jī)器人采取測(cè)驗(yàn)行為的準(zhǔn)確時(shí)機(jī)。實(shí)驗(yàn)結(jié)果分析，所建立的機(jī)器人手臂模型能夠準(zhǔn)確完成行為方案中的動(dòng)作步驟，并且在測(cè)試時(shí)間到來時(shí)采取相