让机器人去做事情并不容易：通常科学家必须明确地对他们进行编程，或者让他们了解人类如何通过语言交流。
但如果我们能更直观地控制机器人，那么用手势和脑波来控制机器人呢？
由麻省理工学院计算机科学与人工智能实验室(C帆)的研究人员领导的一个新系统的目的是要做到这一点，使用户能够立刻纠正机器人失误，而不仅仅是大脑信号和手指的轻弹。
从团队过去的工作集中在简单的二元选择活动上，新的工作将范围扩大到多项选择任务，为人类工人如何管理机器人团队开辟了新的可能性。
通过对大脑活动的监控，该系统可以实时检测到一个人是否注意到了一个错误，就像机器人执行任务一样。使用一个测量肌肉活动的界面，人就可以做出手势滚动并选择机器人执行的正确选项。
该团队演示了一个任务中的系统，在该任务中，机器人将动力钻移动到模拟平面主体上的三个可能目标之一。重要的是，他们表明，该系统对以前从未见过的人们起作用，这意味着各组织可以在现实世界范围内部署IT，而不需要对用户进行培训。
CSAIL的主管DanielaRus说：“这项工作将EEG和EMG反馈结合在一起，使得人类与机器人之间的自然交互作用比我们在仅仅使用EEG反馈之前所能做的更广泛。”“通过包括肌肉反馈，我们可以用手势在空间上指挥机器人，有更多的细微差别和专一性。”
博士生约瑟夫·德普雷托(JosephDelPreto)与Rus、前CSAIL博士后研究员安德烈斯·萨拉扎-戈麦斯(Andres F.Salazar-Gomez)、前CSAIL研究科学家斯蒂芬妮·吉尔(Stephanie Gil)、研究学者拉明·M·哈萨尼(Ramin M.Hasani)和这篇论文将在下周匹兹堡举行的机器人：科学与系统(RSS)会议上发表。
在以前的大多数工作中，系统通常只能在人们以非常具体但武断的方式训练自己“思考”时，以及在系统接受这种信号训练时才能识别大脑信号。例如，在训练过程中，人类操作员可能必须看不同的光显示，这些光显示对应于不同的机器人任务。
不足为奇的是，这种方法对人们来说很难可靠地处理，尤其是当他们在诸如建筑或导航等已经需要高度集中注意力的领域工作的时候。
同时，RUS“团队利用了称为"误差相关电位"(ERRP)的大脑信号的能量，研究人员发现当人们注意到错误时自然会出现这种情况。如果有ERRP，系统就会停止，因此用户可以纠正它；如果没有，则会继续进行。
"关于这种方法的好处是不需要训练用户以规定的方式思考，"说Delpreto."机器适应你，而不是其他方式。"
对于团队使用的"巴克斯特"，一个人形机器人可以重新思考机器人。在人的监督下，机器人从选择正确的70%的时间到超过97%的时间去了。
为了建立系统，团队利用脑活动和肌电图（EMG）的脑电图（EEG）的能量进行肌肉活动，将一系列电极放在用户的头皮和前臂上。
这两种度量都有一些单独的缺点：EEG信号并不总是可靠地检测到，而EMG信号有时很难映射到比左右移动更具体的运动。然而，合并这两个信号允许更健壮的生物感测，并且使得系统能够在没有训练的情况下对新用户进行工作。
"通过对肌肉和大脑信号的观察，我们可以开始对一个人的自然手势以及他们关于是否发生错误的快速决定进行选择，"说Delpreto."这有助于与更像与另一个人通信的机器人进行通信。"
研究小组说，他们可以想象有一天这个系统对老年人、语言障碍或行动能力有限的工人有用。
"我们想离开一个人必须适应机器的限制的世界，"说，"像这样的方法表明，开发更自然和直观地扩展我们的机器人系统是非常有可能的。"........