圖：麻省理工學院(MIT)下屬計算機科學與人工智能實驗室(CSAIL)的機器人系統監控著人類操作員的腦電波
 

CSAIL主管丹妮拉·魯斯(Daniela Rus)表示：“我們希望遠離人們必須適應機器限制的世界。像這樣的方法表明，開發一種更自然、更直觀的機器人系統是非常有可能的。”該系統采用腦電圖(EEG)和肌電圖(EMG)相結合的方式監測大腦活動，其中腦電圖通過連接在頭皮上的電極檢測大腦中的電活動，而肌電圖是用于測量運動神經元產生的信號。
 

腦電圖和肌電圖都不是完美的科學，也不是特別精確。但是，通過將兩者合并在一起，研究團隊能夠獲得比單獨使用其中一種技術更高的準確度。博士研究生、該項目論文的第一作者約瑟夫·德爾普雷托(Joseph DelPreto)說：“通過觀察肌肉和大腦信號，我們可以開始了解某個人的自然姿勢，以及他們對是否出了問題做出的倉促決定。這有助于讓人與機器人的交流變得更像是人與人之間的交流。”
 

CSAIL團隊的算法分析了“錯誤相關電位”(ErrPs)的信號，這是一種神經活動模式，當人們注意到錯誤時，它會自然而然地發生。在檢測到錯誤的那一刻，比如當被控制的機器人即將出錯時，它就會停止工作，以便操作人員可以使用基于手勢的菜單界面來糾正錯誤。
 

魯斯表示：“這項結合了腦電圖和肌電圖反饋的工作，使得人類和機器人之間的互動可被應用到更廣泛的應用中，這比我們以前只用腦電圖反饋所能做的還要多。通過包括肌肉反饋，我們可以用手勢遠程指揮機器人，從而產生更多的細微差別和特異性。”
 

研究人員發現，與對照組的70%相比，人類監督的機器人糾正錯誤的時間超過97%。更讓人印象深刻的是，這個系統對以前從未使用過它的人同樣有效。該研究小組認為，該系統對語言障礙或行動不便的人可能更有用。