麻省理工学院CSAIL研究人员开发了一种使用手势和脑力控制机器人的方法。（约瑟夫Delpreto / MIT CSAIL）
来自研究人员的新系统麻省理工学院的计算机科学和人工智能实验室（CSAIL）允许用户使用手势和脑力控制机器人。研究人员称，这允许用户立即纠正机器人的错误，而不是大脑信号和手指的轻弹。
建立团队的过去的工作侧重于简单的二进制选择活动，新的工作将范围扩大到多项选择任务，开辟了人类工人如何管理机器人团队的新可能性。
通过监测大脑活动，系统可以实时检测，如果一个人注意到作为机器人的错误是任务的错误。使用测量肌肉活动的界面，然后该人可以制作手势滚动并选择要执行的机器人的正确选项。
该团队在一个任务上展示了该系统，其中机器人将电力钻头移动到模拟平面主体上的三个可能的目标之一。重要的是，他们表明系统对以前从未见过的人，这意味着组织可以在现实世界中部署它，而无需在用户身上培训。
“这项工作结合了EEG和EMG反馈使得对更广泛的应用程序的自然人机器人相互作用，而不是我们在仅使用EEG反馈之前能做的更广泛的应用程序，”CSAIL导演Daniela Rus表示，监督工作并最近添加到Robo Global的董事会。“通过包括肌肉反馈，我们可以使用手势在空间上命令机器人，具有更多细微差别和特异性。”
博士候选人Joseph Delpreto是关于该项目的关于该项目的案例，前CSAIL博士后Andres F. Salazar-Gomez，前CSAIL研究科学家Stephanie Gil，Respentrar Ramin M. Hasani，波士顿大学教授弗兰克H.Guenthent。本文将在机器人学呈现：下周匹兹堡的科学和系统（RSS）会议。
直观的人体机器人互动
在最先前的工作中，系统通常只能识别大脑信号，当人们在非常具体但任意的方式“思考”以及在这些信号上培训时，当系统培训时，才能培训。例如，人类运营商可能必须看看在训练期间对应于不同的机器人任务的不同光显示。
毫不奇怪，这些方法难以让人们可靠地处理，特别是如果他们在像结构或导航等领域工作，那么已经需要强烈的浓度。
同时，Rus'团队利用称为“误差相关潜力”（ERRPS）的大脑信号的力量，研究人员发现当人们注意到错误时发现的研究人员。如果有一个ertp，系统停止，以便用户可以纠正它;如果没有，它会携带。
“对这种方法有什么伟大的是，没有必要训练用户以规定的方式思考，”Delpreto说。“机器适应你，而不是另外一边。”
对于部分由波音公司资助的项目，该团队使用了重新思考机器人的Baxter Humanoid Robot。通过人类监督，机器人从选择正确的目标70％的时间到97％以上的时间。
为了创建系统，团队利用脑活动和肌电学（EMG）的脑电图（EEG）的力量用于肌肉活动，将一系列电极放在用户的头皮和前臂上。
两个度量标准都有一些单独的缺点：EEG信号并不总是可靠地检测到的，而EMG信号有时难以映射到任何比“向左或向右移动”的动作。然而，合并两者允许更强大的生物传感，并使系统可以在没有训练的情况下对新用户工作。
“通过看着肌肉和大脑信号，我们可以开始接受一个人的自然姿态以及他们的快照决定是否出现问题，”Delpreto说。“这有助于与更像与另一个人沟通的机器人进行沟通。”
该团队表示，他们可以想象有一天对老年人或有语言疾病或流动性有限的工人有用的系统。
“我们想远离一个人们必须适应机器的限制的世界，”Rus说。“这样的方法表明，它非常有可能开发一种更加自然和直观的延伸的机器人系统。”
提交：机器人报告那机器人•机器人夹具•终点效果
告诉我们你的想法！