該團隊在一個任務中演示了這個系統。在該任務中，機器人將一個電鑽來回移動到模擬飛機機身上三個可能的目標之一。重要的是，他們證明了這個系統對從未接觸過的人員依然有用，換句話說，他們可以在現實世界中對這項技術進行部署，而無需對用戶進行培訓。
負責監督這項工作的CSAIL主任Daniela Rus說：“這項工作結合了腦電圖和EMG反饋，使人類與機器人之間的交互能夠比僅用腦電圖反饋之前所做的得到更廣泛的應用。通過肌肉反饋，我們可以用手勢在空間上控制機器人，並且更細微、更具體。”
在之前的大多數工作中，系統通常只能識別大腦信號，因此，人們需要訓練自己以非常具體但隨意的方式“思考”系統可以識別的大腦信號。比如，在訓練期間，操作人員可能需要查看與不同機器人任務相對應的不同燈光顯示。毫不奇怪，這種方法對於人們來說是很難處理的，特別是如果他們在需要精神高度集中的建築或導航等領域工作。
與此同時，Rus的團隊利用了被稱為“錯誤相關電位”（ErrPs）的大腦信號的力量。研究人員發現，當人們注意到錯誤時，這種信號會自然出現。如果出現ErrP，系統就會停止，這樣用戶就可以糾正；如果沒有，它就會繼續下去。
另外，在這個項目中，研究小組使用了來自Rethink Robotics的人形機器人“Baxter”。
“通過觀察肌肉和大腦信號，我們可以瞭解一個人的自然姿態，以及他們對某件事是否出現問題的決定，”該論文的第一作者DelPreto說。“這有助於讓人類與機器人的溝通更自然，就像在與其他人進行交流一樣。”
總的來說，從長遠來看，這項技術對老年人或有語言障礙甚至是行動不便的人帶來益處。
分享到:
閱讀更多 AI小智君 的文章
