人脑直接控制机器人的反馈系统

脑控机器人执行二元分类任务

美国波士顿大学和麻省理工学院研发出全新的反馈系统，可使机器人适应人类思维模式，实现人脑对机器人的实时直接控制。

将人类语言翻译成对机器人有意义的信号非常困难，常用方法是使用脑电图扫描仪作为脑机接口，实现人脑对机器人的控制，但这种操纵需要操作者按照计算机可以识别的特定方式“思考”（如注视某个特定区域），操作效率较低。研究人员使用名为“Baxter”的人形机器人作为被控制端，在操纵者的注视下执行二元分类任务（如将面前的物品按涂料和电线分类）。机器人通过脑电图扫描仪实时监测操纵者大脑电位的变化，利用机器学习算法快速准确分析脑电波信号。当操作者看到到机器人工作出现错误时，脑波信号会发生特定变化，机器人一旦检测到这种“错误相关电位”，反馈系统会促使机器人纠正错误。这种“错误相关电位”信号与机器人错误的严重程度成正比，具备定量化的可能。

目前这套系统还只能运用于二元分类任务，但研究人员正在升级该系统，使其未来能应用于更复杂的任务。这套系统的潜在应用包括监控工厂里机器人的工作、监控无人驾驶汽车的工作等等。

（蓝海星）