机器学习程序连接人脑并控制机器人

洛桑联邦理工学院（Ecole Polytechnique Fédérale de Lausanne）的研究人员开发了一种机器学习程序，可以连接到人脑，并用于控制机器人。该程序可以根据大脑的电信号改变机器人的运动。

这些新进展可以帮助四肢瘫痪的患者，他们无法说话或进行运动。它建立在过去为帮助这些患者完成任务而开发的系统的基础上。

该研究发表在 Communications Biology 上。

Aude Billard 教授是洛桑联邦理工学院学习算法和系统实验室的负责人。

“脊髓损伤的患者通常会经历永久性的神经缺陷和严重的运动障碍，无法完成甚至最简单的任务，例如抓住一个物体，” Billard 说。 “机器人的帮助可以让这些人恢复一些失去的灵活性，因为机器人可以代替他们执行任务。”

用思维控制机器人

与 José del R. Millán 一起，Billard 教授和两个研究团队开发了计算机程序，该程序无需语音控制或触摸功能。患者可以仅通过思维控制机器人。

研究人员首先开发了一个机器人手臂，该手臂可以在多年前开发。它可以来回移动，左右移动，并在其前面重新定位物体并避开其路径上的物体。

“在我们的研究中，我们编程机器人避开障碍，但我们可以选择任何其他类型的任务，例如填满一杯水或推拉物体，” Billard 教授说。

研究人员然后改进了机器人的避障机制，使其更加精确。

Carolina Gaspar Pinto Ramon Correia 是 Billard 教授实验室的博士生。

“最初，机器人会选择一条对于某些障碍来说太宽的路径，使其过远，对于其他障碍来说太窄的路径，使其过近，” Correia 说。 “由于我们的机器人目标是帮助瘫痪患者，我们必须找到一种方法让用户能够与机器人通信，而无需说话或移动。”

https://www.youtube.com/watch?v=j6DXowZulIk

开发算法

为了实现这一点，他们必须开发一个算法，该算法可以根据患者的大脑信号调整机器人的运动。该算法连接到一个带有电极的头盔，用于运行患者大脑活动的 EEG 扫描。

患者只需要看着机器人即可使用该系统。当机器人做出错误的动作时，患者的大脑会发出一个“错误消息”通过一个清晰可识别的信号，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确定哪一个是正确的，通常只需要三到五次尝试即可确定正确的响应。

“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，” Millán 教授说。 “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与机器人的控制系统链接起来，或者说，将患者的大脑信号‘翻译’成机器人执行的动作，” Batzianoulis 说。 “我们通过使用机器学习将给定的大脑信号链接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关联起来，以便机器人执行患者想要的动作。”

研究人员相信，该算法最终可以用于控制轮椅。

“目前仍然有很多工程技术障碍需要克服，” Billard 教授说。 “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。”