该团队在一个任务中演示了这个系统。在该任务中，机器人将一个电钻来回移动到模拟飞机机身上三个可能的目标之一。重要的是，他们证明了这个系统对从未接触过的人员依然有用，换句话说，他们可以在现实世界中对这项技术进行部署，而无需对用户进行培训。
负责监督这项工作的CSAIL主任Daniela Rus说：“这项工作结合了脑电图和EMG反馈，使人类与机器人之间的交互能够比仅用脑电图反馈之前所做的得到更广泛的应用。通过肌肉反馈，我们可以用手势在空间上控制机器人，并且更细微、更具体。”
在之前的大多数工作中，系统通常只能识别大脑信号，因此，人们需要训练自己以非常具体但随意的方式“思考”系统可以识别的大脑信号。比如，在训练期间，操作人员可能需要查看与不同机器人任务相对应的不同灯光显示。毫不奇怪，这种方法对于人们来说是很难处理的，特别是如果他们在需要精神高度集中的建筑或导航等领域工作。
与此同时，Rus的团队利用了被称为“错误相关电位”（ErrPs）的大脑信号的力量。研究人员发现，当人们注意到错误时，这种信号会自然出现。如果出现ErrP，系统就会停止，这样用户就可以纠正；如果没有，它就会继续下去。
另外，在这个项目中，研究小组使用了来自Rethink Robotics的人形机器人“Baxter”。
“通过观察肌肉和大脑信号，我们可以了解一个人的自然姿态，以及他们对某件事是否出现问题的决定，”该论文的第一作者DelPreto说。“这有助于让人类与机器人的沟通更自然，就像在与其他人进行交流一样。”
总的来说，从长远来看，这项技术对老年人或有语言障碍甚至是行动不便的人带来益处。
分享到:
閱讀更多 AI小智君 的文章
