虚拟选择与放置实验中的与错误相关的潜力:朝着现实世界的共享控制方向
概括
使用脑电图 (EEG) 检测人机协作错误是可能的. 大脑信号可以预测接口和自主代理的错误,提高系统的透明度和安全性.
科学领域:
- 人与机器人的交互
- 神经科学是一个神经科学.
- 机器人技术 机器人技术 机器人技术
背景情况:
- 人机协作 (HRC) 涉及复杂的交互,用户意图和系统操作之间的冲突是不可避免的.
- 接口错误 (误解意图) 和自主代理错误 (未满足预期) 可能会出现,需要强大的错误检测机制.
- 人类大脑对冲突的自发反应为实时系统适应和提高HRC性能提供了潜力.
研究的目的:
- 通过使用电脑电图 (EEG) 来研究检测HRC中的接口和自主代理错误的可行性.
- 分析人类大脑对不同类型的错误在协作任务中的反应.
- 通过故意检测和错误预测,评估提高HRC透明度,性能和安全性的潜力.
主要方法:
- 一个虚拟的选择和放置任务被设计成有着顺序的人类和机器人的责任.
- 参与者通过键盘控制机器人,或者机器人作为自主代理.
- 在20%-25%的试验中引入了人工接口和代理错误,同时记录了参与者的EEG数据.
主要成果:
- 对于接口错误和自主代理错误,观察到不同的EEG反应.
- 正确的试验,接口错误和代理错误的预测准确度高于偶然水平 (51.62%的选择, 46.84%的位置移动).
- 从EEG数据中伪异步预测错误表明了实时检测的潜力.
结论:
- 在人机协作中基于EEG检测错误是可行的,区分接口和代理错误.
- 这种方法可以通过实时反错误来提高系统的透明度,性能和安全性.
- 这些发现支持意图检测和自主模式的整合,在神经接口中可能用于恢复运动功能的潜在应用.
