EPFL的两个研究小组合作开发了一个机器学习程序，该程序可与人脑相连并用于指挥机器人。该程序可根据来自大脑的电信号调整机器人的动作。希望通过这项发明，四肢瘫痪的病人将能够自己进行更多的日常活动。

四肢瘫痪的病人无法说话或进行最轻微的运动。研究人员多年来一直致力于开发能够帮助这些病人自己完成一些任务的系统。"EPFL学习算法和系统实验室的负责人Aude Billard教授说："脊髓损伤的人通常会出现永久性的神经缺陷和严重的运动障碍，使他们甚至无法完成最简单的任务，如抓取一个物体。"机器人的协助可以帮助这些人恢复他们失去的一些灵活性，因为机器人可以代替他们执行任务。

Billard教授与José del R. Millán教授进行了一项研究，他当时是EPFL脑-机接口实验室的负责人，但后来搬到了德克萨斯大学。这两个研究小组开发了一个计算机程序，可以利用病人大脑发出的电信号控制机器人。不需要语音控制或触摸功能；病人只需用他们的思想就可以移动机器人。这项研究已经发表在《通信生物学》上，这是《自然》组合的一个开放性期刊。

躲避障碍物

为了开发他们的系统，研究人员从几年前开发的一个机器人手臂开始。这种手臂可以从右到左来回移动，重新定位它面前的物体，并绕过其路径上的物体。"在我们的研究中，我们对机器人进行编程以避开障碍物，但我们也可以选择任何其他类型的任务，如装满一杯水或推拉一个物体，"比拉德教授说。

工程师们首先改进了机器人避开障碍物的机制，使其更加精确。Billard教授实验室的博士生Carolina Gaspar Pinto Ramos Correia说："起初，机器人会选择一条对某些障碍物来说太宽的路径，使它离得太远，而对其他障碍物来说又不够宽，使它离得太近。"由于我们的机器人的目标是帮助瘫痪的病人，我们必须找到一种用户能够与它交流的方式，不需要说话或移动。"

一个能从思想中学习的算法

这就需要开发一种算法，可以只根据病人的想法来调整机器人的动作。该算法与配备有电极的头盔相连，用于运行病人大脑活动的脑电图（EEG）扫描。要使用该系统，病人需要做的就是看着机器人。如果机器人做了一个错误的动作，病人的大脑将通过一个清晰可辨的信号发出一个 "错误信息"，就像病人在说 "不，不是这样的"。然后，机器人将理解它所做的事情是错误的，但起初它不会知道具体原因。例如，它是离物体太近，还是太远了？为了帮助机器人找到正确的答案，错误信息被输入到算法中，该算法使用逆向强化学习的方法来确定病人想要什么以及机器人需要采取什么行动。这是通过一个试错过程完成的，机器人尝试不同的动作，看看哪一个是正确的。这个过程进行得相当快--通常只需要三到五次尝试，机器人就能找出正确的反应并执行病人的愿望。米兰教授说："机器人的人工智能程序可以快速学习，但你必须在它犯错时告诉它，以便它能够纠正自己的行为。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。" 

该研究的主要作者Iason Batzianoulis补充说：“在我们的研究中，特别困难的是将病人的大脑活动与机器人的控制系统联系起来，或者换句话说，将病人的大脑信号'翻译'成机器人所执行的动作。我们通过使用机器学习将一个给定的大脑信号与一个特定的任务联系起来。然后，我们将任务与单个机器人控制联系起来，以便机器人做病人所想的事情。"

下一步：心智控制的轮椅

研究人员希望最终能用他们的算法来控制轮椅。比拉德教授说："目前，仍有很多工程上的障碍需要克服，而轮椅构成了一套全新的挑战。" 该团队还计划将他们的算法用于一个机器人，该机器人可以读取几种不同的信号，并将从大脑接收的数据与来自视觉运动功能的数据进行协调。