對于讓機器人完成我們想要做的事情，它們需要理解我們的命令才行。在絕大多數(shù)情況下，這意味著我們必須和它們妥協(xié)：例如，教授它們錯綜復(fù)雜的人類語言，或者給它們明確的命令來完成非常具體的任務(wù)。

但是，如果我們可以開發(fā)出一種機器人，它們就像是我們身體的一部分，并且可以做任何我們想做的事情，那會怎樣呢？

來自麻省理工學(xué)院的計算機科學(xué)與人工智能實驗室（CSAIL）和波士頓大學(xué)的一個團隊正致力于解決這個問題，創(chuàng)建一個反饋系統(tǒng)，讓人們僅僅使用他們的大腦就可以立即糾正機器人的錯誤。

在MIT開發(fā)的反饋系統(tǒng)使人類操作員只使用大腦信號就可實時糾正機器人做出的選擇。

使用來自記錄腦部活動的腦電圖（EEG）監(jiān)視器的數(shù)據(jù)，系統(tǒng)可以檢測到人類是否注意到機器人執(zhí)行對象分類任務(wù)時所犯的錯誤。該團隊全新的機器學(xué)習(xí)算法使系統(tǒng)能夠在10到30毫秒的時間內(nèi)，識別分類腦電波。

雖然系統(tǒng)目前只能處理相對簡單的二進制選擇問題，本文的資深作者說，這項研究表明，我們有一天可以用更直接的方式控制機器人。

“想象一下，能夠立即告訴機器人完成一個特定的動作，而不需要鍵入命令，按下按鈕或甚至說一個字，”CSAIL總監(jiān)Daniela Rus說。 “這樣一個簡單方法將提升我們監(jiān)督工廠機器人，無人駕駛汽車，甚至是我們還沒有發(fā)明出來的其他技術(shù)的能力。”

在目前的研究中，團隊使用了來自Rethink Robtics公司的名為“Baxter”的人形機器人，該公司由前CSAIL總監(jiān)和iRobot聯(lián)合創(chuàng)始人Rodney Brooks領(lǐng)導(dǎo)。

介紹這項工作的論文由BU博士候選人Andres F. Salazar-Gomez，CSAIL博士候選人Joseph DelPreto和CSAIL研究科學(xué)家Stephanie Gil在Rus和BU教授Frank H. Guenther的監(jiān)督下編寫。該論文最近被今年5月在新加坡舉行的IEEE國際機器人與自動化大會（ICRA）收錄。

過去EEG控制機器人方面的工作是需要訓(xùn)練人員以計算機可以識別的規(guī)定方式“思考”。例如，操作者可能必須查看兩個亮光顯示中的一個，每個亮光顯示對應(yīng)機器人執(zhí)行的不同任務(wù)。

這種方法的缺點是訓(xùn)練過程和調(diào)整自己想法的過程繁重而累人，特別是對于監(jiān)督導(dǎo)航任務(wù)或需要精神高度集中的建筑業(yè)的人。

Rus的團隊希望讓體驗更自然。為了做到這一點，他們專注于被稱為“錯誤相關(guān)電位”（ErrPs）的大腦信號，這是在大腦注意到錯誤時產(chǎn)生的。當(dāng)機器人按指示計劃進行選擇時，系統(tǒng)使用ErrP來確定操作人員是否同意所做決定。

“當(dāng)你看著機器人，你所要做的只是精神上同意或不同意它正在做的事情，”魯斯說。 “你不必訓(xùn)練自己以某種方式思考，是機器適應(yīng)你，而不是其他方式。”

ErrP信號非常微弱，這意味著系統(tǒng)必須進行微調(diào)，以便對信號進行分類并將其用于操作者的反饋回路中。除了監(jiān)測初始ErrP，團隊還試圖檢測當(dāng)系統(tǒng)沒有注意到人的最初決策時發(fā)生的“次級錯誤”。“如果機器人不確定它的決定，它可以觸發(fā)人類的反應(yīng)，得到一個更準(zhǔn)確的答案，”吉爾說。 “這些信號可以顯著提高選擇的精度，通過建立人類和機器人之間的連續(xù)對話進行溝通。”

雖然系統(tǒng)還無法實時識別二次誤差，但Gil希望模型能夠在可能的情況下提高到90％以上的精度。

此外，由于ErrP信號已被證明與機器人的錯誤的嚴(yán)重程度成正比，團隊認(rèn)為未來的系統(tǒng)可以擴展到更復(fù)雜的多項選擇任務(wù)。

Salazar-Gomez指出，該系統(tǒng)甚至可以對不能口頭交流的人有用：因為像拼寫這樣的任務(wù)可以通過一系列幾個離散的二進制選擇來完成，他喜歡一種高級形式的眨眼控制，幫助中風(fēng)患者多米尼克鮑比寫他的回憶錄“潛水鐘和蝴蝶”。

弗萊堡大學(xué)計算機科學(xué)教授Wolfram Burgard說：“這項工作使我們更容易為腦控制的機器人和假肢開發(fā)有效的工具，”但他并沒有參與這項研究。 “鑒于將人類語言翻譯成對機器人有意義的信號是多么的困難，在這一領(lǐng)域的工作可能對人機協(xié)作的未來產(chǎn)生真正深遠(yuǎn)的影響。”

該項目由波音和國家科學(xué)基金會資助。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。