用意念控制機器人

章江

麻省理工學院計算機科學和人工智能實驗室與波士頓大學聯手，聯合開發出了一個反饋系統，讓機器人可以讀取人類思想，而不需要學習復雜的人類語言或以其他方式從人類獲得命令。在創建該系統時，研究團隊首先利用腦電圖和肌電圖來分別監測大腦活動和肌肉活動，將一系列電極放在使用者的頭皮上和前臂上。然而腦電信號并不總是能可靠地檢測到，同樣也很難檢測到肌電信號。研究人員通過將這兩者合并，找到了一種更可靠的生物傳感方法，使得系統可以在沒有訓練過的情況下為用戶工作。

在這個過程中，人類只需依靠一個特殊的腦電極帽，然后進行思維活動，就可以控制機器人的行為了。這頂帽子的作用是讀取和分析人類的腦電圖（EEG），用戶戴上之后就可以對機器人進行操控。機器人能接收來自人類大腦活動的信息，并根據指令做出相應的動作。

用意念操控機器人的原理聽起來很簡單，但是其中的算法相當復雜。機器人本身不能直接讀出人類的思想，而是其背后的反饋系統在運作。其中的核心技術是腦電圖監視器，可以對大腦發出的數據進行處理，通過算法計算出人類在思考什么，再將指令傳遞給機器人，它接到指令后就可以進行相應的動作。

“想象一下，無需輸入命令、按下按鈕或說任何一句話，通過意念就能實時控制機器人的動作，這是一件多么奇妙的事情。”麻省理工學院機器人研究實驗室主任丹尼爾·羅斯展望道，“如此高效的解決方案將提升人類管理工廠機器人和研發無人駕駛汽車的能力，包括那些還未發明出來的技術。”

這項技術背后的算法并不需要太多時間，通過檢測人腦的活動數據來探知人類的思想只需要10～30毫秒（接近于通過人類神經傳遞信號的速度）。在實驗中，研究人員設法加入了“讀心術”算法。不過，該系統目前僅能完成相對簡單的二項選擇，機器人只會對二進制的“對或錯”活動做出反饋。但是研究團隊認為，可以通過思想控制多項選擇任務，在不斷升級后做更復雜的事情。最終該系統將成為以更直觀的方式完全控制機器人的基礎，讓未來充滿了無限的可能。

麻省理工學院計算機科學和人工智能實驗室使用的是Baxter人形機器人，它也常常被應用到機器人教學實驗中。這是一種多功能機器人，專為工業自動化而設計，由“再思考機器人技術”公司（Rethink Robotics）研發，是機器人大師羅德尼·布魯克斯的一件作品。這位美國國家工程院院士曾是麻省理工學院計算機科學院人工智能實驗室的主任，也是發明Roomba家居清潔機器人的iRobot公司的聯合創始人。作為世界機器人領域無可爭議的人物，布魯克斯在20世紀90年代設計了第一款火星機器人。他研發的首款Baxter協作機器人， 2012年一經上市便一舉登上美國《時代周刊》封面，被評為了全球最佳發明。近幾年，布魯克斯和“再思考機器人技術”公司全力投入這種模仿生物系統、與傳統工業機器人完全不同的創新人機互動機器人。

堪稱“行家里手”

Baxter機器人的身體配以紅灰相間的顏色，臉部是一個顯示屏的形狀，上面畫著的Q版眼睛和眉毛能隨著電力狀態改變，還有兩只可自由活動的手臂，看起來非常可愛和睿智。Baxter能夠和人類一起辦公，它擁有一套復雜的安全機制和傳感器，保護它所協助的工作人員的安全。機器人頭頂有一圈聲納傳感器，有人走近時傳感器就會自動放慢動作。如果感知到附近有人，它的臉就會變紅。按下Baxter身上大大的“停”按鈕，就會立即停止所有動作。所以如果它站在你旁邊工作，不用擔心會被它打倒。

Baxter機器人設計的關鍵在于它具有更類似人類的外觀，以及透過內建軟件與傳感器而具備偵測環境的能力，因此能夠在廠房中友好地與人們和平共處。相形之下，傳統工業機器人的模樣看起來更像是一臺機器設備，通常必須加以隔離，以避免任何機械故障對人類造成傷害。另外，還必須分別加以編程，才能執行某項特定任務。作為一款創新的智能協作機器人，Baxter在生產環境中操作異常安全，不需要防護欄。它節省資金和寶貴的地面空間，可快速、無縫地連接到其他自動化設備，并且通常不需要第三方集成，是人力外包和固定工作形式自動化的理想替代。

Baxter的手臂關節都是經過鉸接的，活動起來很流暢。這種順應式手臂的驅動由馬達帶動彈簧進行，具有力度探測功能，能夠適應自己的任務和環境，感知異常現象并引導部件就位。它具備一定的基本行為常識，能夠憑借獨特的功能和優點，為制造商在處理小批量、多品種的生產工作時形成具有成本效益的解決方案，解放技術員工的雙手。

Baxter機器人不需要專門的編程人員和編程系統，無須專門的機器人專家或者煩瑣的客戶端程序使其完成生產任務。這款機器人也很容易訓練，工廠里普通的工人就可以教會它如何工作，而且學習時間不會超過一小時。因為能夠承擔各式各樣的任務，所以減少了第三方程序員的時間和成本。根據測試， Baxter的學習能力要比直接向其輸入編碼命令可靠性提高75%。可以預見，它未來將會被成百上千的應用到工廠的生產線或者倉庫中。

這款機器人不是為高產量的目的而研發的，使用它來做高強度、快節奏的抓取工作可能沒有其他機器人好，但參與一些小企業中的多樣和較小的工序卻堪稱“行家里手”。既可以在工廠中獨立負責做重復性的工作，又能夠與工人配合默契，同步協作，為工業生產助力。它適合生產線上料、機器操控、包裝和材料處理等多種任務的解決方案，靈活地用于眾多生產環節并能在生產線和任務中重新部署。

Baxter機器人在工作中可快速改變用途，投資回報率通常小于一年，公司也不必專門提供腿和胳膊來促使它運行。它的造價是目前其他工業機器人的一半，減輕了中小型公司的負擔，并且可通過定期的軟件版本更新不斷提升性能。目前，全球已有多家行業的領先公司將這款機器人整合到人力隊伍中，并因此取得了巨大的商業競爭優勢。例如美國最大的網絡電子商務公司亞馬遜（Amazon）開始研究Baxter機器人擔任倉庫保管員的可行性，相信還有許多其他公司也有類似的打算。

實時糾正錯誤

在6月26日召開的“2018 機器人技術：科學和系統”大會上，麻省理工學院計算機科學與人工智能實驗室公布了這個新開發的新界面系統，用可連接到大腦的系統來指引Baxter機器人如何工作。研究融合了肌電圖，讓機器人充分理解人的手勢和思維，通過與人類的合作來解決單項選擇題。比如，你只要用手指指向杯子，就可以讓它為你倒一杯水。這套系統的最終目標是不斷改進現有的技術，使得機器人可以了解更加細致的人腦活動，或者解讀更加詳細的人類手勢，從而生成更多的使用場景。

Baxter機器人可以實時讀取人類腦波，以便了解人類何時不滿意其行為。當它意識到用戶認為自己犯了錯誤時，會立即加以糾正。研究人員表示，該系統旨在讓機器人在沒有任何訓練的情況下充當人類意愿的延伸，能使Baxter的決策速度從70%提升到97%。由于內置一套“基本常識”系統，Baxter掌握了一些基礎動作，例如知道移動或是放下某個物體之前，需要將其拿在手里。它還擁有一個親切友好的界面，既可以給它編程，也可以通過“演示訓練”教會它一件事情。用戶可以做出細微的手勢，指示機器人執行不同的任務，比如從地上撿起一串鑰匙放在桌子上。

當人類大腦發現錯誤時，會發出一種名叫“誤差相關電位”的特定腦信號。這種由人體在意識到某件事出現錯誤時自動生成的信號雖然十分微弱，但是決定人腦能否控制機器的關鍵因素，可以顯著提高識別精度，創造人類和機器人之間的溝通的可能性。“誤差相關電位”信號先被腦電極帽抓取，反饋系統收到后即判斷出“人類對該機器人的選擇表示不同意”，再把這個信息傳遞給機器人。機器人接收到信號后就會“知道”剛剛的選擇是錯誤的，繼而表現出“害羞臉紅”，立刻停止正在從事的任務，等待人類用手部動作去處理。如果沒有接收到信號，機器人就會繼續重復它此前的動作。

由于系統使用手勢和情緒反應等細微差別，因此允許用戶在機器人損壞東西之前就可以阻止它，甚至可以幫助機器人在任務開始前對其任務進行修改。在一次實驗中，研究團隊要求Baxter機器人從飛機機身3個地方中挑選一個地方進行鉆孔。由于任務出現變化，站在附近的人在機器人工作前向它做手勢，改變鉆孔位置，以訓練Baxter能很好地執行新指令。在另一次實驗中，機器人拿著線圈擬放進左邊顏料盒。當用戶用意念加以制止時，它就需要等待人類指示向左或向右的方向才能重新工作，這是機器人在進行復雜而微妙的通訊活動時采取的關鍵步驟。

據了解，這并不是第一次通過EEG相關技術來實現意念控制機器人的實驗。只是在過去的研究中，需要人類去配合機器人，以機器人可識別的方式進行思考，而現在整個過程并不涉及人類參與實際操作。以上面提到的給飛機機身鉆孔的實驗為例，研究人員只是建議Baxter機器人在機身上左右移動鉆頭，不需要以特殊的方式思考或者訓練自己與機器互動。

有了這些成功的實驗，研究團隊認為接下來有可能通過意念讓Baxter機器人處理更復雜的任務，例如訓練它與老年人、有語言障礙或行動不便的殘疾人互動，甚至在口頭交流之前通過關注或發出警報來預防意外。

“當你操控Baxter機器人時，所要做的就是心里贊同或不贊同它的行為。沒有必要去訓練自己按照規定的方式去思考。”麻省理工學院機器人研究實驗室主任丹尼爾·羅斯指出，“機器人能讀懂你的手勢和思維，會主動來適應你，而不是反過來你去適應它。”

編輯：張程 3567672799@qq.com