开发能够协助穿衣的辅助机器人，可以极大地改善老年人和残疾人的生活。然而，大多数机器人穿衣策略只考虑使用单个机器人，这大大限制了穿衣辅助的性能。事实上，专业护理人员是通过双臂来完成这项任务的。受其启发，我们提出了一种双臂合作的机器人穿衣辅助方案。在该方案中，交互式机器人与人类手拉手，从而在穿衣过程中支持/引导人类，而穿衣机器人则执行穿衣任务。我们分析了一个影响穿衣的关键特征：肘部角度，并利用该特征为交互式机器人提出了一个最佳策略。为了更好地学习穿衣策略，我们定义了基于手臂姿势的穿衣坐标，然后使用模仿学习得到机器人穿衣策略。我们通过大量的机器人实验验证了交互式穿衣方案。
英国约克大学机器人学助理教授朱吉鸿在机器人领域顶刊IEEE Transactions on Robotics上发表题为"Do you need a hand -- a bimanual robotics assistive dressing scheme"的工作，颠覆了传统使用一个机械臂进行辅助穿衣的框架，首次提出了双臂协作穿衣的概念。
传统的机械臂穿衣大多采取单机械臂方案：
通常需要假定手臂姿态是静态的，或者需要额外的传感器和算法来跟踪手臂姿态，
在穿衣过程中，人的手臂会悬在空中，这通常会很累，
对于某些初始手臂姿势，可能会失败/卡在肘部
鉴于以上局限性，并受到护理专家所采取的策略的启发，我们设计了一种双臂辅助穿衣框架：
无需额外的传感器即可跟踪手臂姿势，
为穿衣服的手臂提供支撑和引导力，
在顺应的同时拉伸人体手臂，以获得便于穿衣的姿势。
首先我们看看护理专家如何帮助人穿衣？
我们的双臂硬件实现：
整个算法框架包含3个主要部分：交互机器人控制器、姿势估计和穿衣动作生成器，如下同所示：
交互机器人控制器是通过分析不同手臂姿势下的穿衣行为来设计的，以方便穿衣。交互机器人控制器将人类手臂的初始姿势与当前的手部位置结合起来，为交互式机器人提供运动策略。姿态估算模块受益于人与机器人牵手，可进行实时姿态跟踪，该模块接收与拉伸控制器相同的输入，并输出估计的当前手臂姿态。 该模块不依赖任何外部传感器（包括视觉）。利用估计的姿势，我们定义了与姿势相关的穿衣坐标系，并将笛卡尔坐标中的机器人运动转换为穿衣坐标，以便从人类示范中学习穿衣动作生成器。采用 模仿学习的好处之一是，非机器人专业的人也可以对运动进行编程。通过定义的穿衣坐标系，可以对穿衣策略进行灵活编码，以适应不同的手臂长度。穿衣动作生成器的输入是估计姿势和当前穿衣机器人的位置。利用这些输入，它可以生成下一步的穿衣策略。
由于这是首次在为人类穿衣时使用这种双臂装置，因此所提议的框架存在两大局限性：
我们在文章中假设穿衣过程中肩部保持静止，这并不总是正确的，因为交互式机器人在伸展手臂时，肩部更有可能向前移动。向前移动的肩膀会随之增加手臂的长度（因为现在完全伸展后，手可以伸得更远）。长度的增加可能会导致手臂姿态估计方案无法解决，从而导致整个方案失败。
肘部角度被认为是影响穿衣的关键参数，然而，穿衣机器人和交互机器人之间并没有明确的协调算法，以确保穿衣机器人在穿过肘部时，交互机器人已经使肘部角度足够大，从而避免被卡住。
纯粹从算法方面解决第一个限制是很困难的，一种可能性是将逆运动学与基于视觉的跟踪相结合，以获得更精确的姿势估计。第二个限制更为棘手，为了使协调明确化，需要对不同肘部角度的穿衣情况进行全面分析，以确定肘部角度的边界条件，此外，还需要对人类一方进行假设（例如被动假设），以确保交互式机器人总能在穿衣手臂到达肘部之前成功地将人类手臂带入有利姿势。
未来工作的另一个可能方向是安全分析。我们没有明确分析整个系统的安全性。但是，对于辅助机器人来说，确保机器人辅助过程中的人类安全至关重要。
尽管存在上述局限性，但我们的研究是第一个考虑使用双臂进行交互式穿衣辅助的。该框架的灵感来自于护理专家，这使得该方案能够更好的为人所接受。它代表了穿衣任务思维模式的转变，即从"单机器人对单臂"设置转变为"双机器人对单臂"。