萊斯大學研究生Dylan Losey領導的研究人員希望通過環境難以預測的復健 、手術和訓練等交互任務
協作機器人（cobot）的設計初衷是為了保證在與人類一同工作時的安全性，協作機器人的工作非常出色，但是它們不夠聰明，無法做到超出其編程動作序列以外的任何動作。
因此，當人在與機器人一同工作時碰到了機器人，機器人就會暫停。只有確認了安全或者人去重啟機器人，它們才會繼續完成任務。當協作機器人以這樣的方式運行，雖然它們成功地完成了任務，但是如果協作機器人更聰明，能夠根據人的指導來適應環境，那麼它們能達到什麼樣的新成就呢？
萊斯大學的研究人員開發了一種新的方式。當機器人完成任務時，他們用“溫和的反饋”來訓練機器人，實時手動地調整機器人的運動軌跡，最終目標是簡化的訓練協作機器人的過程。
機械工程、電氣和計算機工程及計算機學科學教授 Marcia O'Malley 說：“從歷史上看，機器人的職能是接管我們不想做的單調任務：製造、流水線、焊接和噴漆。隨著我們越來越願意與科技分享個人信息，就像我的手錶記錄了我的步數，科技也不斷轉化為具體的硬件。”
根據O'Malley和Dylan Losey的說法，機器人將實體人機交互（pHRI）看作干擾，只有當交互結束時才會恢復其編程行為。
研究人員開發的萊斯算法允許機器人在受到中斷或被指導時重新計算其目標路徑——就像GPS系統計算替代路線一樣。
Losey和其他學生花費一個夏天的時間訓練協作機器人在桌面上遞送一個咖啡杯，並使用實體人機交互來幫助它避免使用電腦鍵盤。同時機器人手臂還要保持足夠低，以免杯子掉落。
“軌跡變形”有效地改變了協作機器人到達目地的方式。Losey表示： “通過觀察之後重新規劃機器人的期望軌跡，機器人能夠產生符合人類偏好的行為。”
這一測試及其他測試證明了軌跡變形使後續任務變得更容易，並且機器人只需要較少的交互就可以完成目標。實驗表明，即興互動可以編程自主機器人。
Losey 說：“這項工作的範式轉移是，機器人不應該把人視為一種隨機的干擾，而應該把人視為一個理性的存在——人的交互是有原因的，人試圖傳達一些重要的信息。“機器人不應該試圖擺脫困境，它應該知道發生了什麼事情，並更好地完成工作。”
研究人員計劃進一步完善萊斯算法，進而幫助協作機器人優化完成任務所需的時間。