MIT計算機科學(xué)和人工智能實驗室的研究人員開發(fā)出一套新系統(tǒng)

去年 MIT 的一項研究開發(fā)出腦控機器人，利用腦信號來實時糾正機器人做出的選擇。但這種方法的缺陷在于，訓(xùn)練過程和對人思維活動的建模非常耗時耗力。近日，MIT 結(jié)合腦信號和肌肉信號，對之前的方法進(jìn)行改進(jìn)，新的系統(tǒng)將二元選擇擴(kuò)展到多項選擇任務(wù)，使機器人選擇目標(biāo)的準(zhǔn)確率上升到 97% 以上。此外，該系統(tǒng)會針對用戶進(jìn)行調(diào)整和適應(yīng)，而無需用戶進(jìn)行訓(xùn)練，來遷就機器的各種限制。

讓機器人做事并不容易：通常，科學(xué)家要么對機器人進(jìn)行明確編程，要么使機器人理解人類如何通過語言進(jìn)行溝通。

但是如果我們能夠更加直觀地通過手勢和腦電波控制機器人呢？

來自 MIT 計算機科學(xué)和人工智能實驗室（CSAIL）的研究人員開發(fā)出一套新系統(tǒng)，旨在完成上述目標(biāo)，使用戶僅僅使用腦信號或手勢動作就能即刻糾正機器人的錯誤。

該團(tuán)隊之前的研究主要關(guān)注簡單的二元選擇活動，而這項新研究將范圍擴(kuò)展至多項選擇任務(wù)中，開啟了人類工作者管理機器人隊伍的可能性。

通過控制大腦活動，該系統(tǒng)能夠?qū)崟r檢測人是否注意到機器人執(zhí)行任務(wù)過程中所犯的錯誤。之后，人可以通過一個衡量肌肉活動的接口，滾動查看手勢，并選擇適合機器人執(zhí)行的正確選項。

該團(tuán)隊在機器人使用電鉆選擇三個可能目標(biāo)的任務(wù)中展示了該系統(tǒng)。重要的是，他們展示出該系統(tǒng)對于系統(tǒng)從未見過的人身上同樣奏效，這意味著組織可以在現(xiàn)實環(huán)境中部署該系統(tǒng)，而無需針對用戶訓(xùn)練它。

「這項研究結(jié)合了 EEG 和 EMG 反饋，使得人機互動可在更多應(yīng)用上發(fā)生，這比僅使用 EEG 反饋所適合的應(yīng)用要多?！笴SAIL 主任 Daniela Rus 稱，同時他也是這樣研究的管理者。「加入肌肉反饋后，我們可以使用手勢命令機器人完成更加精細(xì)、明確的空間移動?！?/p>

博士候選人 Joseph DelPreto 是該項目論文的一作，作者還有 Rus、CSAIL 前博士后 Andres F. Salazar-Gomez、CSAIL 前研究科學(xué)家 Stephanie Gil、研究學(xué)者 Ramin M. Hasani 和波士頓大學(xué)教授 Frank H. Guenther。該論文將在下周于匹茲堡舉行的 RSS 大會上出現(xiàn)。

在之前的大部分研究中，當(dāng)人們訓(xùn)練自己用非常具體而抽象的方式「思考」且系統(tǒng)基于大腦信號訓(xùn)練時，系統(tǒng)通常能夠識別腦信號。例如，人類操作者在訓(xùn)練過程中，可能必須查看對應(yīng)不同機器人任務(wù)的不同亮光。

毫不奇怪，此類方法對人類來說很難掌握，尤其是在需要高度集中注意力的建筑或?qū)Ш筋I(lǐng)域。

同時，Rus 的團(tuán)隊可以利用腦信號，即誤差相關(guān)電位（error-related potential，ErrP），研究者發(fā)現(xiàn) ErrP 會在人類注意到錯誤時自然出現(xiàn)。如果 ErrP 出現(xiàn)，則該系統(tǒng)停止，讓用戶進(jìn)行修正；沒有出現(xiàn) ErrP，則系統(tǒng)繼續(xù)運行。

「該方法最偉大的地方在于無需用指定方式訓(xùn)練用戶，」DelPreto 說道，「該系統(tǒng)可以根據(jù)用戶進(jìn)行調(diào)整，而不是反過來讓用戶適應(yīng)機器?！?/p>

在這個項目中，研究團(tuán)隊使用了來自 Rethink Robotics 的人形機器人——「Baxter」。在人類的監(jiān)督下，該機器人選擇目標(biāo)的正確率從 70% 上升到約 97%。

為了構(gòu)建該系統(tǒng)，研究團(tuán)隊在使用者的頭皮和前臂上放置了一系列電極，分別利用腦電圖（EEG）和肌電圖（EMG）監(jiān)控大腦和肌肉的活動。

這兩個指標(biāo)各有缺點：EEG 信號有時無法檢測到，而肌電圖信號有時可能無法轉(zhuǎn)化為比「向左或向右」更具體的動作。然而，將二者合一就能實現(xiàn)更強大的生物傳感，使得系統(tǒng)可以作用于未經(jīng)訓(xùn)練的使用者。

DelPreto 表示，「通過觀察肌肉和大腦信號，我們可以開始理解人的自然手勢以及他們對是否出現(xiàn)問題所做出的瞬間判斷，這會使得人類與機器人的交流更近似于與人交流的體驗?！?/p>

該團(tuán)隊表示，他們可以想象未來該系統(tǒng)將對老年人及存在語言、行動障礙的工人有所幫助。

Rus 表示，「我們希望遠(yuǎn)離人類受機器限制的世界，而這種方法表明，開發(fā)機器系統(tǒng)來自然、直觀地擴(kuò)展人的能力是有可能實現(xiàn)的?！?/p>