Roboti uče kako spriječiti pogreške brzinom misli
Osjeti li ljudski operater kako nešto ide po zlu, robot bi trebao reagirati prije nego što se situacija pogorša.
Istraživači sa Sveučilišta Oklahoma State uče strojeve kako reagirati na ljudski instinkt u stvarnom vremenu. Tim razvija neuroadaptivni sustav upravljanja koji omogućuje robotima prihvaćanje signala iz ljudskog mozga i trenutnu prilagodbu svojih postupaka. Osjeti li ljudski operater kako nešto ide po zlu, robot bi trebao reagirati prije nego što se situacija pogorša.
Sustav se oslanja na sučelja mozak-računalo kako bi otkrio potencijale povezane s pogreškom (ErrP). Ti se signali aktiviraju gotovo odmah kada osoba prepozna grešku, čak i prije nego što fizički reagira.
Korištenjem nosive elektroencefalogramske kape, sustav hvata te signale i unosi ih u robotski sustav s dijeljenom kontrolom. Nakon što se otkrije, robot može usporiti, zaustaviti ili vratiti kontrolu unutar milisekundi.
Neposredni cilj je poboljšati sustave teleoperacija. Iako ljudi mogu daljinski voditi robote, proces je mentalno iscrpljujući i često prespor. U srži sustava je sposobnost čitanja ErrP-ova generiranih u prednjem cingularnom korteksu mozga. Ovi signali djeluju poput unutarnjeg alarma.
Kako bi sustav bio praktičan, istraživači su izgradili adaptivni model dekodiranja koji uči opće obrasce mozga, a zatim se prilagođava pojedinačnim korisnicima. To smanjuje dugo vrijeme postavljanja koje je obično potrebno za sučelja mozak-računalo.
Sigurnosna pravila provode se pomoću Signal Temporal Logic, koja definira stroga ograničenja ponašanja za robota. Čak i prilikom reagiranja na signale ljudskog mozga sustav bi trebao djelovati unutar kontroliranih granica.
Sustav se testira pomoću NVIDIA Isaac Laba i Isaac ROS-a, uz podršku RTX PRO 6000 GPU-ova za obradu i simulaciju signala u stvarnom vremenu.Buduće primjene uključuju proteze i egzoskelete koji se prilagođavaju na temelju namjere korisnika.
