MIT团队开发用脑电波和手势控制机器人的系统

AiTechYun

编辑：chux

让机器人做事并不容易，通常，科学家必须明确地编程或让它们了解人类如何通过语言进行交流。

但是我们能否更直观地控制机器人，比如只需使用手势和脑波？

由麻省理工学院计算机科学和人工智能实验室（CSAIL）的研究人员率先推出的一个新系统，旨在实现这一点，使用户只用大脑信号和手势，就能够立即纠正机器人的错误。

团队过去的工作重点在简单的二元选择活动上，新的研究将范围扩展到多项选择任务，为人类工作人员管理机器人团队开辟了新的可能性。

通过监测大脑活动，如果一个人在机器人完成任务时发现错误，系统就能实时检测到。 通过使用一个测量肌肉活动的界面，这个人可以做出手势选择正确的选项让机器人执行。

该团队在一个任务中演示了该系统，其中机器人将动力钻移动到模拟飞机机身上三个可能的目标之一。重要的是，他们表明该系统适用于以前从未见过的人员，这意味着组织可以将其部署在真实世界的设置中，而无需通过用户训练。

负责监督这项工作的CSAIL主任Daniela Rus表示：“这项结合了脑电图和肌电图反馈的工作使人类与机器人的自然交互能够实现比我们仅使用脑电图反馈之前所能做到的更广泛的应用。通过包括肌肉反馈，我们可以使用手势在空间上命令机器人，并且具有更多的细微差别和特异性。”

博士候选人Joseph DelPreto是关于该项目的论文的主要作者，该论文将在下周在匹兹堡举行的机器人：科学与系统（RSS）会议上发布。

在以前大多数研究中，当人们训练自己以特定却任意的方式思考，以及系统接受这些信号的训练时，系统通常只能识别大脑信号。例如，在训练期间，操作人员可能需要查看不同灯光显示，这些光与不同的机器人任务相对应。

毫不奇怪，这种方法对于人们来说是难以可靠处理的，特别是如果他们在建筑或导航等领域工作，这些领域需要高度专注。

与此同时，Rus的团队利用了大脑信号的错误相关电位”（ErrP）力量，研究人员发现，当人们注意到错误时，它自然会出现。如果出现ErrP，系统会停止，以便用户更正；如果没有，它将继续。

DelPreto说：“这种方法最棒的地方在于不需要训练用户按照规定的方式进行思考。机器会适应你，而不是相反。”

该项目团队使用Rethink Robotics的人形机器人“Baxter”。在人工监控下，机器人选择正确的目标的概率从百分之七十到超过百分之九十七。

为了创建该系统，该团队利用脑电图（EEG）观察大脑活动，用肌电图（EMG）观察肌肉活动，将一系列电极放置在用户的头皮和前臂上。

但是两种指标都有一些缺点：脑电图信号并不总能检测到，而肌电图信号有时可能很难映射到比“向左或向右移动”更具体的运动。然而，合并这两种运动使得更具鲁棒性的生物传感，并使系统可以在没有训练的情况下为新用户工作。

DelPreto说，“通过查看肌肉和大脑信号，我们可以了解一个人的自然姿势，以及他们的决定是否有什么问题，这有助于与机器人进行沟通，人们更像是在与同类交流。”

该团队表示，他们希望这一系统有一天能为老年人，或者有语言障碍或行动不便的人员提供帮助。

Rus认为，“我们希望人们摆脱机器的限制，像这样的方法表明，开发机器人系统非常有可能是我们更自然，更直观的扩展。