撰文：吳婷婷
編審：寇建超
排版：李雪薇
在科幻電影《X 戰警》中，Professor X 能以意念控制人類，每當你看到這一場景時，是不是特别羨慕不已、連做夢都想擁有這樣的超能力呢？
如今，也許機會來了——你可以先從用意念控制「機器人」開始。
近日，來自洛桑聯邦理工學院（EPFL）、得克薩斯大學奧斯汀分校（UT）的科學家團隊，就開發了一種可以僅借助人類大腦發出的電信号就能控制機器人的強化學習系統——無需任何語音控制或觸控功能，使用者隻需要簡單地「想一想」，就可以操控機器人完成移動、拿取物體等任務。
據論文描述，這項基于腦機接口的研究，目前主要針對癱瘓患者，可以讓機器人更加準确、快捷地輔助癱瘓患者的正常生活，以提高他們身體的靈活性。
相關研究論文以「Customizing skills for assistive robotic manipulators, an inverse reinforcement learning approach with error-related potentials」為題，已發表在Nature子刊Communications Biology上。
意念控制的前提：規避障礙
多年來，科學家們緻力于開發一種可以輔助患者控制身體的系統，以幫助癱瘓患者完成日常生活必需的活動。
在某種意義上，智能機器人的出現可以幫助癱瘓患者恢複一定的身體靈活性，因為他們可以操作機器人來代替自己完成任務。
然而，目前的輔助裝置一部分僅限于通過攝像頭等裝置實作自動避障，控制權并非在癱瘓患者自己這邊。另一方面，即使是癱瘓患者掌握避障選擇權，也都是基于語音或操作控制台來滿足需求，普适性并不高。
為了解決這一問題，此次研究團隊希望首先解決「機器人規避障礙」的問題。因為患者們的所有日常活動都會涉及這一點，如果沒有一個好的避障系統，對患者來說，機器人就沒有了輔助意義。
是以，研究人員從他們幾年前開發出的機械臂着手，該機械臂可以來回移動，不斷實時定位它面前的物體，并繞過移動路徑上的障礙物。
大腦電信号與逆向強化學習
論文通訊作者之一、EPFL 學習算法與系統實驗室的負責人 Aude Billard 教授說：「在此次研究中，我們不僅對機器人進行了程式設計以避開障礙物，而且選擇了一些其他更難的任務，例如在桌子上放一個裝滿水的杯子，然後要求機器人避開水杯、将目标物體拿到指定位置。」
圖 | 機械臂避障示意圖。（a）機械臂原本的移動路徑；（b）機械臂完成更難任務時的移動路徑；（c、d）患者使用控制台上下左右操縱機械臂
然而，這還遠遠不夠。
因為起初，機器人會自動選擇将物體移到較遠的地方，進而清理出一條對某些障礙物來說較寬的路徑。但問題在于，這條路徑對其他大點的物體來說不夠寬，而且有時移動的距離也不夠遠。
那麼，能不能在患者的腦海與機器系統之間建立某種連接配接，來真正實作「意念控制」以達到更完美的避障效果呢？
要實作「意念控制」，首先需要設計出一種算法，該算法可以完全根據患者腦海中的想法來調整機器人的各種運動。于是，工程師們為患者戴上配有電極的頭罩，該頭罩可以對患者的大腦活動進行腦電圖 (EEG) 掃描，一旦出現異常的電信号，就會對機器人的行動産生影響。
當機器人按照設定的 AI 程式進行避障時，患者所唯一需要做的就是看着機器人。如果機器人做出了不正确的動作，患者的大腦會通過一種清晰可辨的電信号發出「錯誤資訊」的警告，就好像在對機器人說「No」。
一旦接收該信号，機器人就會停止目前動作。但實際上，它并不能确切地「了解」問題出在哪裡。例如，自己目前究竟是離障礙物太近還是太遠？
是以，研究團隊還開發了一種基于逆向強化學習方法的算法，來幫助機器人去進行「推理」，以找到正确答案。
首先，錯誤資訊會被輸入到算法中，計算出患者想要什麼以及機器人應當采取什麼行動。這實際上是通過試錯過程來完成的，也就是說，機器人會開始嘗試不同的動作，看看哪個動作是正确的。這個過程并不會花費較多時間，機器人通常隻需要嘗試三到五次就能找出正确的反應并執行患者的願望。
圖 | （左）機器原本生成的避障軌迹，紅色區域表示可能出錯的路徑；（右）經過患者大腦糾正後的避障路徑
在實驗中，研究人員以機械臂拾取、放置、避開物品等任務為例，并在受試者身上驗證了該方法。
此外，使用者還能夠訓練機器人控制器來調整其自動接近障礙物的方式，進而生成個性化的機器人活動軌迹。
未來的發展
文章來源：學術頭條