- Исследователи из Университета штата Оклахома разрабатывают систему, которая помогает роботам распознавать возможную ошибку по сигналам мозга человека.
- Для этого используют ЭЭГ-шапочку и интерфейс «мозг-компьютер»: робот получает предупреждение за миллисекунды и может замедлиться, остановиться или вернуть управление оператору.
- Технологию тестируют в симуляторе Nvidia Isaac Lab и Isaac ROS с обработкой сигналов в реальном времени на RTX PRO 6000.
Исследователи из Университета штата Оклахома работают над нейроадаптивной системой управления роботами, которая считывает сигналы мозга оператора и помогает предотвратить ошибку ещё до того, как она произойдёт. Система уже находится на этапе испытаний: она анализирует сигналы в реальном времени и, если человек внутренне распознаёт неправильное действие, робот должен сразу скорректировать поведение.
В основе подхода лежат так называемые ErrP — электрические сигналы мозга, связанные с распознаванием ошибки. Они возникают почти мгновенно, когда человек понимает, что что-то идёт не так, даже раньше, чем успевает нажать кнопку или изменить движение рукой. Эти сигналы считываются с помощью носимой ЭЭГ-шапочки, после чего передаются в систему совместного управления роботом.
Если система замечает такой сигнал, робот может за миллисекунды снизить скорость, остановиться или передать управление человеку. Разработчики считают это особенно важным для сложных и опасных задач, где полностью полагаться на автоматику пока нельзя: например, при инспекциях под водой или работах на объектах с повышенными требованиями к безопасности.
Чтобы сократить подготовку перед использованием, команда создала адаптивную модель декодирования мозговых сигналов. Сначала она изучает общие паттерны активности, а затем подстраивается под конкретного оператора. Это важно, потому что сигналы мозга у разных людей заметно отличаются, и долгая индивидуальная настройка сделала бы такую систему слишком неудобной для реальной работы.
Отдельно в проекте заложены строгие ограничения на действия робота. Для этого применяют формальную логику правил, которая не даёт машине выходить за безопасные пределы даже при быстрой реакции на мозговые сигналы. Испытания проходят в программной среде Nvidia для обучения и моделирования роботов, где можно проверять поведение системы до применения на реальных устройствах.
Разработчики робототехники всё чаще ищут способы сделать управление машинами более плавным и быстрым, особенно в задачах, где задержка в реакции может привести к сбою. Ранее Xiaomi показала VLA-модель для роботов, которая превращает изображение и текстовые инструкции в движения без резких остановок из-за задержек вычислений.
Если технология дойдёт до реального применения, операторы смогут вмешиваться в работу робота ещё до явной ошибки, не дожидаясь столкновения или сбоя. Для медицины и ассистивных устройств это открывает путь к протезам и экзоскелетам, которые быстрее подстраиваются под намерения пользователя.
