去年 MIT 的一項(xiàng)研究開發(fā)出腦控機(jī)器人，利用腦信號(hào)來(lái)實(shí)時(shí)糾正機(jī)器人做出的選擇。但這種方法的缺陷在于，訓(xùn)練過(guò)程和對(duì)人思維活動(dòng)的建模非常耗時(shí)耗力。近日，MIT 結(jié)合腦信號(hào)和肌肉信號(hào)，對(duì)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(xiàng)選擇任務(wù)，使機(jī)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(huì)針對(duì)用戶進(jìn)行調(diào)整和適應(yīng)，而無(wú)需用戶進(jìn)行訓(xùn)練，來(lái)遷就機(jī)器的各種限制。

讓機(jī)器人做事并不容易：通常，科學(xué)家要么對(duì)機(jī)器人進(jìn)行明確編程，要么使機(jī)器人理解人類如何通過(guò)語(yǔ)言進(jìn)行溝通。

但是如果我們能夠更加直觀地通過(guò)手勢(shì)和腦電波控制機(jī)器人呢？

來(lái)自 MIT 計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)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(hào)或手勢(shì)動(dòng)作就能即刻糾正機(jī)器人的錯(cuò)誤。

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

通過(guò)控制大腦活動(dòng)，該系統(tǒng)能夠?qū)崟r(shí)檢測(cè)人是否注意到機(jī)器人執(zhí)行任務(wù)過(guò)程中所犯的錯(cuò)誤。之后，人可以通過(guò)一個(gè)衡量肌肉活動(dòng)的接口，滾動(dòng)查看手勢(shì)，并選擇適合機(jī)器人執(zhí)行的正確選項(xiàng)。

該團(tuán)隊(duì)在機(jī)器人使用電鉆選擇三個(gè)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(duì)于系統(tǒng)從未見過(guò)的人身上同樣奏效，這意味著組織可以在現(xiàn)實(shí)環(huán)境中部署該系統(tǒng)，而無(wú)需針對(duì)用戶訓(xùn)練它。

「這項(xiàng)研究結(jié)合了 EEG 和 EMG 反饋，使得人機(jī)互動(dòng)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。」CSAIL 主任 Daniela Rus 稱，同時(shí)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(shì)命令機(jī)器人完成更加精細(xì)、明確的空間移動(dòng)。」

博士候選人 Joseph DelPreto 是該項(xiàng)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(huì)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(hào)訓(xùn)練時(shí)，系統(tǒng)通常能夠識(shí)別腦信號(hào)。例如，人類操作者在訓(xùn)練過(guò)程中，可能必須查看對(duì)應(yīng)不同機(jī)器人任務(wù)的不同亮光。

毫不奇怪，此類方法對(duì)人類來(lái)說(shuō)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(shí)，Rus 的團(tuán)隊(duì)可以利用腦信號(hào)，即誤差相關(guān)電位（error-related potential，ErrP），研究者發(fā)現(xiàn) ErrP 會(huì)在人類注意到錯(cuò)誤時(shí)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(yùn)行。

「該方法最偉大的地方在于無(wú)需用指定方式訓(xùn)練用戶，」DelPreto 說(shuō)道，「該系統(tǒng)可以根據(jù)用戶進(jìn)行調(diào)整，而不是反過(guò)來(lái)讓用戶適應(yīng)機(jī)器。」

在這個(gè)項(xiàng)目中，研究團(tuán)隊(duì)使用了來(lái)自 Rethink Robotics 的人形機(jī)器人——「Baxter」。在人類的監(jiān)督下，該機(jī)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(duì)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(dòng)。

這兩個(gè)指標(biāo)各有缺點(diǎn)：EEG 信號(hào)有時(shí)無(wú)法檢測(cè)到，而肌電圖信號(hào)有時(shí)可能無(wú)法轉(zhuǎn)化為比「向左或向右」更具體的動(dòng)作。然而，將二者合一就能實(shí)現(xiàn)更強(qiáng)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(guò)觀察肌肉和大腦信號(hào)，我們可以開始理解人的自然手勢(shì)以及他們對(duì)是否出現(xiàn)問(wèn)題所做出的瞬間判斷，這會(huì)使得人類與機(jī)器人的交流更近似于與人交流的體驗(yàn)。」

該團(tuán)隊(duì)表示，他們可以想象未來(lái)該系統(tǒng)將對(duì)老年人及存在語(yǔ)言、行動(dòng)障礙的工人有所幫助。

Rus 表示，「我們希望遠(yuǎn)離人類受機(jī)器限制的世界，而這種方法表明，開發(fā)機(jī)器系統(tǒng)來(lái)自然、直觀地?cái)U(kuò)展人的能力是有可能實(shí)現(xiàn)的。」