共享自主（Shared Autonomy）是人机协作的一种高级范式，指人类操作者与智能系统在任务执行过程中动态分配控制权的交互方式。其核心在于通过实时评估人类意图与环境状态，系统自主调整介入程度——既不完全剥夺人类控制权，也不被动等待指令，而是在二者之间建立连续、柔性的协作关系。典型的共享自主系统会融合意图识别、行为预测与风险评估算法，例如当自动驾驶汽车检测到驾驶员分心时逐步增强辅助力度，或在手术机器人中根据医生操作精度自动调节机械臂的阻尼系数。
在具身智能产品开发中，共享自主技术显著提升了人机协作的安全性与效率。工业场景中的协作机器人通过力觉反馈和轨迹预测实现「人手引导-机器微调」的装配模式；智能假肢则能根据肌电信号和运动意图实现自然动作衔接。该领域的前沿研究集中在多模态意图理解框架和实时控制策略优化上，微软研究院2021年发表的《Shared Autonomy via Deep Reinforcement Learning》提出了基于深度强化学习的动态权限分配方法，为复杂场景提供了新的技术路径。