Skip to main content

Forscher verwenden Gehirnwellen, um Roboterfehler zu korrigieren

Bild: MIT / CSAIL

Baxter der Roboter errötet. Es machte noch einen weiteren peinlichen Fehler, indem eine Sprühfarbendose in den falschen Behälter platziert wurde. Einen Moment später trifft der große rote Bot die richtige Wahl, indem er ein Drahtbündel in den Drahtbehälter legt. Baxter lächelt die Forscherin davor an, eine junge Frau, die eine ziemlich unattraktive EEG-Kappe trägt.

Wir erleben eine sichtbar symbiotische Beziehung zwischen Metall und Fleisch. Das liegt daran, dass Baxter von Rethink Robotics und der Forscher miteinander verbunden sind. Jedes Mal, wenn der humpelnde, zweiarmige Roboter mit einem aus einem animierten Bildschirm gefertigten Gesicht einen Fehler macht, werden die Gehirnwellen des Forschers darauf aufmerksam gemacht.

SEHEN SIE AUCH: Ich habe diese Roboterhand bewegt, indem ich meinen Arm beugte

"Wir haben die EEG-Kappe an einen Laptop angeschlossen, der die Signale verarbeitet", sagte Joseph DelPreto von der Computer- und Künstlichen Intelligenzlaboranstalt des MIT (CSAIL) in einem Interview.

DelPreto gehört zu einem kleinen Team von Forschern, die herausgefunden haben, wie sie eine unserer lesbarsten Reaktionen, nämlich "Sie haben einen Fehler gemacht haben", in eine Sprache umwandeln können, die selbst ein Roboter wie Baxter versteht.

Die Signale oder Gehirnwellen, die Baxter und den Forscher, der die EEG-Kappe trägt, miteinander verbinden, werden als fehlerbezogene Potentiale oder "ErrP" bezeichnet und treten auf natürliche Weise im Gehirn auf, wenn wir einen Fehler machen.Die Intensität des Fehlers korreliert mit der Stärke des Signals.

Baxter kann diese Signale nicht durch bloße Beobachtung eines Forschers erkennen, sondern muss die empfindliche EEG-Kappe tragen. Er erkennt diese Signale und ein Laptop, auf dem der proprietäre Algorithmus des Teams ausgeführt wird (in der Lage, Gehirnwellen in weniger als 30 Millisekunden zu klassifizieren), entscheidet, ob sie einen Fehler anzeigen. Wenn dies der Fall ist, teilt das Programm dem halbautonomen Baxter mit, dass Fehler zufällig in eine Aufgabe eingefügt werden, von der er bereits weiß, wie er zu tun ist (schlauer Teufel), um seine Flugbahn zu ändern oder sein Verhalten zu ändern.

Es ist nicht gerade eine Roboter-Gedankenkontrolle, aber ein Schritt dahin. Tatsächlich erinnert es an einige der Gedankenkontrollgeräte, die wir in den letzten halben Dutzend Jahren gesehen haben. Die meisten brauchen eine unglaubliche Konzentration, um etwas zu ermöglichen.

Das ist anders.

Es stimmt, sagte Coil-Autor Coil-Autorin Stephanie Gil: „Viele der [bestehenden] Steuerungsaufgaben im Zusammenhang mit dem Gehirn erfordern, dass der Mensch viel Konzentration hat oder trainiert wird, um seine Gedanken auf eine bestimmte Weise zu modulieren, um diese Gehirnsignale zu erleichtern zu erkennen und zu lesen. "

Das Team, das die neuen Arbeiten auf einer Konferenz im Mai vorstellen möchte, wollte das Training vermeiden und eine natürlich vorkommende Hirnaktivität finden.Die Idee, unsere eigene Reaktion auf Fehler zu nutzen, schien klar zu sein, zumal wir alle das Gefühl erkennen können, das wir haben, wenn wir erkennen, dass etwas nicht stimmt.

Bild: MIT / CSAIL

„In diesem Fall möchten wir nicht, dass der Mensch lernen muss, so zu denken, zu handeln oder zu sprechen, wie er den Roboter verstehen kann. Wir möchten, dass der Mensch das Natürliche tut und dem Roboter beibringen, das als Eingangssignal zu interpretieren, “sagte Gil.

Während die EEG-Obergrenze das ErrPs-Signal leicht aufnehmen kann, müssen die Teilnehmer aktiv bleiben und die Arbeit von Baxter aufmerksam verfolgen. Andernfalls werden keine Fehler des Roboters bemerkt, sodass die Forscher nicht erkennen können, dass der Roboter falsch liegt.

Wie weit kann dieses „Gedankenlesen“ gehen?

„Wir sehen in unserem Körper Veränderungen, wenn ein Fehler auftritt. Das ist Biologie “, sagte Co-Autor Andres Salazar-Gomez. Ein Fehler für Menschen ist fast wie eine Panne und abhängig vom Grad der Panne - einen Fehler bei einem Test zu machen, anstatt die Gefühle eines Freundes zu verletzen - kann verschiedene biologische Reaktionen auslösen: Ihr Herz rast, Ihr Magen dreht sich um, Ihre Pupillen erweitern sich.

"In der Zukunft könnten wir vielleicht Menschen haben, die noch nie mit einem Roboter gearbeitet oder eine EEG-Kappe getragen haben oder jemals ihre Gehirnwellen gemessen haben, ohne dass dabei Kontrollroboter gemessen wurden."

Salazar-Gomez sagte, dass diese physischen Reaktionen interessant sind, aber die Übertragung der Signale dauert mindestens einige Sekunden und das Team benötigt diese Informationen in Echtzeit.

Das Team sieht, so Gil, einige ErrP-Signale, die abhängig von der Größe des Fehlers stärker sind als andere, obwohl die Kappe dazu ausgelegt ist, einige recht schwache Fehlersignale zu lesen.

Salazar-Gomez warnte auch, dass diese Ergebnisse nicht als eine Art Gedankenlesen betrachtet werden sollten.

"Das Signal, das wir sammeln, hat mehr mit der Steigerung der Aufmerksamkeit zu tun", sagte er. Ein Gefühl aus diesen Signalen heraus zu analysieren, ist hart, wenn nicht unmöglich. "Die Gefühle sind sehr abstrakt", fügte er hinzu.

Abstrakt oder nicht, das Gefühl eines Fehlers ist sowohl dem Forscher als auch dem Roboter Baxter in diesem Experiment klar. "Es ist ein sehr vielversprechender erster Schritt", sagte Gil.

"In Zukunft könnten wir vielleicht Menschen haben, die noch nie mit einem Roboter gearbeitet oder eine EEG-Kappe getragen haben oder jemals ihre Gehirnwellen gemessen haben, ohne dass sie Kontrollroboter gemessen haben."

Es ist wahrscheinlich, dass diese Forschung weit über Baxter hinausgeht.

„Wir haben eine Abstraktion für einen Fehler erstellt. Das aktuelle Experiment verwendet Baxter, aber wir könnten es auch mit jedem anderen Robotertyp oder intelligenten Geräten verwenden “, sagte DelPreto.Das bedeutet, dass zukünftige Roboter, zu denen autonome Autos, Prothesen und Robotersauger gehören, auf eine immer breitere Palette von Signalen reagieren könnten, die man hofft, viel attraktivere EEG-Caps.

Der Wissenschaftler Ricardo Chavarriaga Lozano, ein Experte für Schnittstellen zwischen Gehirn und Maschine und jemand, der ähnliche Studien durchgeführt hat, antwortete uns per E-Mail und stellte fest, dass die Arbeit des MIT / CSAIL einige seiner eigenen Schlussfolgerungen stützt:

Wir sind sehr an der Verwendung von EEG-Fehlerpotenzialen (ErrP) interessiert. Wie in diesem Dokument vorgeschlagen, können wir diese Signale verwenden, um Informationen darüber zu erhalten, ob die Aktionen einer Gehirn-Maschine-Schnittstelle (z. B. einer Neuroprothese) den Erwartungen des Benutzers entsprechen. Tatsächlich haben wir diese Art von Experimenten durchgeführt und gezeigt, dass das System nicht nur die Fehler korrigieren kann (wie in diesem Dokument gezeigt), sondern dem Roboter auch die optimalen Richtlinien durch den Einsatz von Verstärkungslernen beibringen (Iturrate et al., 2015). .

In diesem Artikel und in unserer vorherigen Arbeit nimmt das System die EEG-Rückmeldung weniger als eine Sekunde nach Beginn der Bewegung an. In diesem Fall wird das Ergebnis der EEG-Dekodierung verwendet, um die Bewegungsbahn des Roboters zu korrigieren, wenn ein Fehler erkannt wird. In unserem Fall werden diese Informationen vom Roboter verwendet, um durch das Verstärkungslernen (RL) darauf zu schließen, welche Bewegung am besten zum Zielort führen würde (beachten Sie, dass ihre Arbeit nur eine einzige binäre Entscheidung beinhaltet.In unserem Experiment muss der Roboter eine Flugbahn auf ein Ziel von 4 durchführen.