为了让机器人按照人类的想法行动，它们必须理解我们。很多时候，这意味着必须做出妥协：教机器理解人类语言的微妙之处，例如，为特定任务提供特定指令。但是，如果有可能开发出类似于人类自然延伸的机器人，让它们按照我们的意愿行事呢？来自麻省理工学院计算机科学与人工智能实验室（CSAIL）和波士顿大学的团队正在攻克这个问题。他们创建了一个反馈系统，使人类能够仅使用大脑快速纠正机器人所犯的错误。麻省理工学院开发的这种反馈系统允许人类操作员仅使用大脑信号。机器人做出的正确选择。使用脑电图(EGG)检测器（用于记录大脑活动）的数据输出，如果人类注意到机器人犯了错误，系统可以识别机器人何时执行对象分类任务。该团队开发的新机器学习算法可以帮助系统在10到30微秒的空间内对脑电波进行分类。尽管该系统目前只能处理相对简单的二项式选择，但该论文的资深作者表示，该研究表明，人类有朝一日能够以更直观的方式控制机器人。CSAIL主管DanielaRus说：“想象一下，无需输入命令、按下按钮或说出命令，就能快速告诉机器人执行特定操作。”以及其他尚未发明的能力。”在这项研究中，该团队使用了由RethinkRobotics制造的“Baxter”人形机器人，该机器人由前CSAIL主管和iRobot联合创始人RodneyBrooks领导。该论文由波士顿大学(BU)博士候选人AndresF.Salazar-Gomez、CSAIL博士候选人JosephDelPreto和CSAIL研究科学家StephanieGil共同撰写，并在BU的Rus和FrankH.Guenther教授的指导下完成.该论文已被IEEE机器人与自动化国际会议(ICRA)接受，该会议将于今年5月在新加坡举行。通过直觉与机器人互动过去，脑电图控制的机器人需要人类以计算机可以识别的固定方式“思考”。例如，操作员面前有两盏明亮的灯，他必须看其中一盏才能让机器完成特定的工作，因为每盏灯都与机器人的一项特定任务相关联。这种方法的缺点是人类心理活动的训练过程和建模非常耗时费力，特别是对于那些监督航海和施工工作的人来说，因为这些任务需要高强度的注意力。.Rus的团队想让整个过程更自然一些。为实现这一目标，他们专注于一种称为错误相关电位(ErrP)的大脑信号，只要我们的大脑意识到错误，就会产生这种信号。当机器人选择它打算做出的选择时，系统使用ErrP信号来确定人类是否同意机器的决定。“当你看着机器人时，你所要做的就是在心里同意或不同意它正在做的事情，”拉斯说。“你不必训练自己以某种方式思考——我们的机器会适应你，而不是相反。”大脑中的ErrP信号非常微弱，这意味着必须对系统进行足够的调整，使其能够对这些信号进行分类，并在反馈回路中与人类操作员合作。除了主要检测ErrP信号外，该团队还指导了当系统不知道来自人类的纠错信号时，机器会检测所谓的“二次错误”。“如果机器人不确定自己的决定，它可以触发人类反馈机制以获得更准确的答案，”Gil说。“这些信号可以非常有效地提高准确性，在人与机器之间建立对话，不断交流相互的决定。”过程。虽然系统仍然无法真正发现第二种类型的错误信号时间，Gil预计一旦可以，模型的准确度将提高90%。此外，由于ErrP信号的强度已被证明可以指示机器人犯错的严重程度，该团队相信未来的系统可以扩展致力于更复杂的多项选择任务。Salazar-Gomez指出，该系统甚至适用于无法口头交流的人：拼写等任务可以通过一系列离散的二元选择来完成，Salazar-Gomez将其比作“眨眼”机制的高级版本，让中风患者Jean-DominiqueBauby写了他自己的回忆录《潜水钟与蝴蝶(Le Scaphandre et le Papillon)》。“这项工作使我们更接近开发有效的大脑控制机器人和假肢的目标，”弗莱堡大学计算机科学教授WolframBurgard说，他没有参与这项研究。“考虑到将人类语言翻译成有意义的机器可识别信号非常困难，这一领域的工作确实会对人机协作的未来产生深远的影响。”该项目部分由波音公司和美国国家科学基金会（NationalScienceFoundation）资助。以下是对原论文的摘要介绍：论文标题：CorrectingRobotMistakesinRealTimeUsingEEGSignals摘要：通过人类合作者的大脑活动与机器人进行交流可以提供一个直接快速的反馈回路，简单易行人类协作者的天性，让与机器人交互，凭直觉完成各种任务不再是梦想。本文探讨了误差相关电位(ErrP)在闭环机器人控制中的应用。ErrP信号对于机器人任务特别有用，因为它们在大脑活动期间自然产生以响应意外错误。我们在由人类操作员实时控制RethinkRoboticsBaxter机器人执行的两项选择任务中解码ErrP信号。我们还表明，利用在此闭环机器人任务中产生的潜在错误相关二次交互信号可以极大地提高机器人的分类任务性能，这也意味着机器人获得人类反馈的新方法。我们全面描述了整个系统的设计和应用，并给出了实时闭环和开环控制的实验结果，以及初级和次级ErrP信号的离线分析。我们使用了来自普通人群的受试者，他们之前没有接受过实验任务的培训或筛选。因此，这项研究展示了基于EGG的循环方法在无缝机器人控制方面的潜力，以及朝着实时直观交互目标迈出的一步。图1：基于对观察者EEG信号的实时解码，机器人被告知它的最后一个动作是错误的，并根据合适的物体类别做出正确的选择图4：该系统由一个主要的实验控制器组成，BaxterRobot，一种EEG采集和分类系统。Arduino系统在控制器和EEG系统之间传递信息。机械连接开关检测机械臂动作的开始。图6：用于识别主要EEG数据缓冲区中的ErrP的各种预处理和分类阶段。这个决定会立即影响机器人的行为，进而影响EEG信号，关闭反馈回路。【本文为专栏组织机器之心，微信公众号“机器之心（id：almosthuman2014）”原创翻译】点此查看作者更多好文
