普通迷信家們都邑經由過程給機械人設定好龐雜的法式來練習機械人如何停止溝通。假如只是用手勢或許腦電波能更直不雅的操控機械人的話會是如何的呢。

　　MIT的盤算機迷信和人工智能研討所（CSAIL）研討員們在如許的目的下開辟了新的體系。此次的任務是把曩昔簡略的二進制選擇任務規模擴展到多重選擇任務規模，為人類對機械人治理辦法供給新的能夠。

　　經由過程對年夜腦運動的監測，機械人在功課中假如發明毛病的話會及時的感應的到。依據肌肉運動的測定斷定手勢來轉動頁面，給機械人發送準確的指令。

　　研討組為了測試這項試驗，讓機械人在飛機模子三個鉆探目的上，選擇個中之一停止操作，主要的是這個體系之前沒有見過這小我，這就解釋了和生疏人也是可以有雷同的后果的，不須要經由過程培訓用戶便可以使機械人在真實的情況中操作。

　　監視此次研討的 CSAIL研討所 Daniela Rus所長表現“EEG(腦電圖）和EMG(肌電圖）的反應相聯合，比只應用EEG反應的時刻運用規模更廣，人與機械人的交互更天然，經由過程肌肉反應，我們可以用手勢在空間上掌握機械人，而且更纖細、更詳細。

　　固然在之前年夜部門研討上，用戶都長短常詳細的然則也須要用隨便的方法去思慮來練習體系，在之前的年夜多半任務中，體系平日只能辨認年夜腦旌旗燈號。與此同時，Rus的團隊應用了被稱為“誤差相干電位”（ErrPs，error-related potentials）的年夜腦旌旗燈號的力氣。研討人員發明，假如涌現ErrP，體系就會停滯，用戶可以改正，假如沒有，體系就會持續。這個接近法的長處就是沒有需要以準確的方法為用戶停止練習，機械對用戶的順應是不須要的。

　　為了做這個項目，研討組應用了一款Rethink Robotics公司的人形機械人Baxte，遭到人監視的機械人把準確率從70%進步到97%。

　　為了樹立這個體系，團隊在頭皮和手臂上安排了電極，為年夜腦運動做了EEG和肌肉運動EMG. 本來兩種丈量目標各有各的缺陷，EEG旌旗燈號常常不穩固，EMG旌旗燈號除映照向左向右很難映照出其他詳細的舉措。然則當這兩個辦法歸并在一路以后，可以發生壯大的生物傳感，并且用戶其實不須要培訓便可以應用。

　　研討小組表現“將肌肉與年夜腦旌旗燈號相聯合，體系能進修怎樣樣鑒別毛病和如何做出決議，如何天然的控制手勢”。人與機械人的交換變得更像是人與人之間的交換。

　　研討小組猜測這個體系將會對白叟，說話有妨礙，挪動不便利人士有很年夜的贊助。