神经科学与机器人的桥梁:神经网络在行动中的尖端神经网络
Alexander Jones1, Vaibhav Gandhi1, Adam Y Mahiddine1
1Faculty of Science and Technology, Middlesex University, London NW4 4BT, UK.
Sensors (Basel, Switzerland)
|November 14, 2023
概括
这项研究将人类大脑活动,特别是脑电图 (EEG) 数据与机器人系统相结合. 研究结果表明,人类逐渐的运动准备可以为动态环境提供机器人控制的信息.
科学领域:
- 机器人和神经科学 机器人和神经科学
- 计算神经科学是一种神经科学.
- 人与机器人的交互
背景情况:
- 机器人需要在动态环境中增强能力.
- 了解人类大脑的过程可以改善机器人控制.
- 横向的准备潜力 (LRP) 显示了逐渐的运动准备.
研究的目的:
- 研究人类EEG数据与机器人系统的整合.
- 使用模拟神经网络来建模渐进的运动准备.
- 提高机器人在不断变化的环境中的适应能力.
主要方法:
- 记录了54名参与者的脑电图 (EEG) 数据,这些数据是在两种选择任务中记录的.
- 开发了一种机器人手臂,用于挑选和放置任务.
- 集成的人体EEG数据与模拟的尖端神经网络 (细胞组件) 控制机器人.
主要成果:
- 在人类参与者中观察到运动活动 (LRP) 的增加,表明逐渐的反应准备.
- 来自机器人模拟的神经数据与人类EEG数据显示一致.
- 成功使用集成的神经数据来告知机器人对象放置.
结论:
- 人类大脑记录和模拟的神经网络可以有效地集成到驱动机器人系统中.
- 正如在EEG中观察到的逐渐的运动准备,可以为机器人决策提供信息.
- 这种神经机器人技术的方法为机器人提供了一条在动态环境中运行的途径.
