برنامج التعلم الآلي يربط بين الدماغ البشري ويسيطر على الروبوتات

قام الباحثون في مدرسة.polytechnique فédérale de Lausanne بتطوير برنامج تعلم آلي يمكن ربطه بالدماغ البشري واستخدامه لسيطرة على روبوت. يمكن للبرنامج تغيير حركة الروبوت بناءً على الإشارات الكهربائية من الدماغ.

يمكن أن تساعد هذه التقدمات الجديدة المرضى الذين يعانون من شلل الرباعي الذين لا يستطيعون التحدث أو أداء الحركات. وهي تبني على الكثير من العمل الذي تم إنجازه في الماضي لتطوير أنظمة تساعد هؤلاء المرضى على إنجاز المهام بنفسهم.

نشرت الدراسة في Communications Biology.

أستاذ أود بيلارد هو رئيس مختبر الخوارزميات والأنظمة التعلم في مدرسة.polytechnique فédérale de Lausanne.

“الأشخاص الذين يعانون من إصابة في الحبل الشوكي غالبًا ما يعانون من عجز عصبي دائم وخلل حركي شديد يمنعهم من أداء حتى المهام البسيطة، مثل لمس كائن،” قال بيلارد. “يمكن أن تساعد الروبوتات هؤلاء الأشخاص على استعادة بعض مهاراتهم المفقودة، لأن الروبوت يمكن أن ينفذ المهام بدلاً منهم.”

تحريك الروبوت بالافكار

بالتعاون مع جوسي ديل آر ميلان، طور بيلارد وفريق البحث برنامج الكمبيوتر، الذي لا يحتاج إلى التحكم الصوتي أو اللمسي. يمكن للمرضى تحريك الروبوت بفكرهم فقط.

بدأ الباحثون في تطوير النظام عن طريق بناءه على ذراع روبوتية تم تطويرها منذ سنوات. يمكنها التحرك إلى الأمام والخلف من اليمين إلى اليسار، بالإضافة إلى إعادة وضع الأجسام أمامها والتجاوز حول الأجسام في طريقها.

“في دراستنا، قمنا ببرمجة روبوت لتجنب العوائق، ولكننا يمكن أن نختار أي مهمة أخرى، مثل ملء كأس ماء أو دفع أو سحب كائن،” يقول بيلارد.

ثم قام الباحثون بتحسين آلية الروبوت لتجنب العوائق حتى تكون أكثر دقة.

كارولينا غاسبار بينتو رامون كوريا هي طالبة دكتوراه في مختبر بيلارد.

“في البداية، كان الروبوت يختار مسارًا واسعًا جدًا لبعض العوائق، مما يجعله يبتعد جدًا، وضيقًا جدًا لغيرها، مما يجعله قريبًا جدًا،” تقول كوريا. “منذ أن كان هدفنا هو مساعدة المرضى المتضررين، كان علينا أن نجد طريقة للتواصل مع الروبوت دون الحاجة إلى التحدث أو الحركة.”

تطوير الخوارزمية

为了实现这一点，他们不得不开发一种算法，可以仅根据患者的想法调整机器人的运动。该算法附着在带有电极的头盔上，用于运行患者的大脑活动的EEG扫描。

患者只需要看机器人就可以使用该系统。当机器人做出错误的动作时，患者的大脑会发出“错误消息”通过明确可识别的信号，指示机器人正在执行错误的动作。机器人最初不会理解为什么它收到该信号，但错误消息然后被输入到算法中。算法使用逆强化学习方法来弄清楚患者想要什么以及机器人应该采取什么行动。

试错过程意味着机器人尝试不同的动作来查看哪一个是正确的，通常只需要三到五次尝试来弄清楚正确的反应。

“机器人的AI程序可以快速学习，但您必须告诉它何时犯错，以便它可以纠正其行为，”说米兰教授。”开发错误信号的检测技术是我们面临的最大技术挑战之一。”

Iason Batzianoulis是该研究的首席作者。

“在我们的研究中，最具挑战性的部分是将患者的大脑活动链接到机器人的控制系统，或者说，’翻译’患者的大脑信号为机器人执行的动作，”Batzianoulis说。“我们通过使用机器学习来链接特定的大脑信号到特定的任务来实现这一点。然后我们将任务与机器人的个别控制相关联，以便机器人执行患者想要的动作。”

研究人员相信，该算法最终可以用来控制轮椅。

“目前仍然有很多工程障碍需要克服，”说比拉德教授。”而轮椅带来了一个全新的挑战，因为患者和机器人都处于运动状态。”