마비된 남자가 케이크를 먹기 위해 두 개의 로봇 팔을 제어하기 위해 마음을 사용했습니다.

플라톤에 의해 재발행

팔로워 : 0

한 마비된 남자가 케이크 PlatoBlockchain 데이터 인텔리전스를 먹기 위해 두 개의 로봇 팔을 제어하기 위해 정신을 사용했습니다. 수직 검색. 일체 포함.

남자는 의자에 가만히 앉아 자기 앞 테이블에 놓인 케이크 조각을 멍하니 바라보고 있었다. 그의 뇌에 이식된 전극에서 튀어나온 전선. 그의 옆에는 상체 전체보다 각각 더 큰 두 개의 거대한 로봇 팔이 있었습니다. 하나는 나이프를, 다른 하나는 포크를 들었습니다.

“음식을 잘라서 먹어라. 시작하려면 오른손을 앞으로 움직이세요." 로봇 목소리가 명령했다.

남자는 부분적으로 마비된 오른팔을 앞으로 움직이는 데 집중했다. 그의 손목은 간신히 움츠러들었지만 로봇 오른손은 부드럽게 앞으로 나아가 포크 끝을 케이크 근처에 위치시켰다. 그의 왼손의 또 다른 약간의 움직임은 칼을 앞으로 보냈습니다.

몇 번의 명령이 있은 후, 그 남자는 행복하게 입을 벌리고 로봇 아바타의 도움으로 개인 취향에 맞게 잘라낸 한입 크기의 간식을 삼켰습니다. 밥을 먹을 수 있게 된 지 30여 년이 흘렀다.

우리 대부분은 두 팔을 동시에 사용하는 것에 대해 두 번 생각하지 않습니다. 나이프와 포크로 먹기, 병 따기, 사랑하는 사람 껴안기, 소파에 앉아 비디오 게임 컨트롤러 조작하기. 조정은 자연스럽게 우리의 두뇌에 옵니다.

그러나 두 팔다리 사이의 이 수월한 움직임을 재구성하는 것은 뇌-기계 인터페이스 (BMI) 전문가. 주요 장애물은 순전히 복잡성 수준입니다. 한 추정에 따르면 일상 생활 작업에 로봇 팔다리를 사용하려면 34도의 자유도가 필요할 수 있으며 가장 정교한 BMI 설정에도 도전할 수 있습니다.

새로운 연구, Johns Hopkins University의 Francesco V. Tenore 박사가 이끄는 훌륭한 해결 방법을 찾았습니다. 로봇은 기계 학습 덕분에 점점 더 자율적으로 성장했습니다. 로봇 팔다리를 단순한 기계로 취급하는 대신 정교한 프로그래밍을 활용하여 인간과 로봇이 제어를 공유할 수 있도록 하지 않겠습니까?

"이 공유 제어 접근 방식은 뇌-기계 인터페이스 및 로봇 시스템의 고유한 기능을 활용하여 사용자가 스마트 보철의 동작을 개인화할 수 있는 '양쪽 모두의 최고' 환경을 만들기 위한 것입니다." 말했다 프란체스코 테노레 박사.

자동화된 비행 시스템과 마찬가지로 이 협업을 통해 인간은 가장 중요한 것(이 경우 케이크 한 조각을 잘라야 하는 크기)에만 초점을 맞춰 로봇을 "조종"할 수 있고 더 평범한 작업은 반쯤 작업에 맡길 수 있습니다. 자율 로봇.

팀은 이러한 "신경로봇 시스템"(뇌의 신경 신호와 로봇의 스마트 알고리즘 사이의 진정한 마음 융합)이 "사용자 독립성과 기능을 개선"할 수 있기를 희망한다고 말했습니다.

더블 트러블

뇌는 움직임을 제어하기 위해 근육에 전기 신호를 보내고 받는 피드백에 따라 지시를 조정합니다. 이 신호 전달 고속도로를 손상시키는 척수 손상 또는 기타 질병은 근육에 대한 뇌의 명령을 차단하여 마비로 이어집니다.

BMI는 기본적으로 손상된 신경계를 가로지르는 다리를 만들어 건강한 사지 또는 부착된 의수를 작동하는 신경 명령이 통과할 수 있도록 합니다. 손글씨와 말을 복원하는 것부터 자극을 감지하고 로봇 팔다리를 제어하는 것까지 BMI는 사람들의 삶을 회복시키는 길을 열었습니다.

그러나 이 기술은 이중 제어라는 골치 아픈 딸꾹질에 시달렸습니다. 지금까지 BMI의 성공은 신체 또는 기타 한 쪽 팔다리를 움직이는 것으로 크게 제한되었습니다. 그러나 일상 생활에서 우리는 과학자들이 "양손 운동"이라고 부르는 간과된 초강대국인 가장 단순한 작업을 위해 두 팔이 필요합니다.

2013년에 듀크 대학교의 BMI 선구자 Dr. Miguel Nicolelis는 다음과 같이 발표했습니다. 첫 번째 증거 BMI로 양수 제어가 불가능한 것은 아닙니다. 전극 마이크로어레이가 이식된 두 마리의 원숭이에서 대략 500개의 뉴런에서 나온 신경 신호는 원숭이가 (말 그대로) 육즙이 많은 보상을 위한 컴퓨터 작업을 해결하기 위해 마음만으로 두 개의 가상 팔을 제어하는 데 충분했습니다. 유망한 첫걸음을 내디뎠던 당시의 전문가들은 궁금해하는 설정이 더 복잡한 인간 활동과 함께 작동할 수 있는지 여부.

돕는 손

새로운 연구는 다른 접근 방식을 취했습니다: 협업 공유 제어. 아이디어는 간단합니다. 두 로봇 팔을 제어하기 위해 신경 신호를 사용하는 것이 뇌 임플란트만으로는 너무 복잡하다면 스마트 로봇이 처리 부하의 일부를 제거하도록 허용하지 않는 이유는 무엇입니까?

실용적인 측면에서 로봇은 먼저 몇 가지 간단한 움직임을 위해 사전 프로그래밍되며, 인간이 선호도에 따라 세부 사항을 제어할 수 있는 여지를 남겨둡니다. 로봇과 사람이 함께 자전거를 타는 것과 같습니다. 기계는 알고리즘 지침에 따라 다양한 속도로 페달을 밟고 사람은 핸들 바와 브레이크를 제어합니다.

시스템을 설정하기 위해 팀은 먼저 지원자의 마음을 해독하는 알고리즘을 훈련했습니다. 49세의 남성은 검사를 받기 약 30년 전에 척수 손상을 입었습니다. 그는 여전히 어깨와 팔꿈치에 최소한의 움직임이 있었고 손목을 펼 수 있었습니다. 그러나 그의 뇌는 오랫동안 손가락에 대한 통제력을 상실하여 미세한 운동 통제력을 상실했습니다.

연구팀은 먼저 XNUMX개의 전극 마이크로어레이를 피질의 다양한 부분에 이식했다. 우세한 뇌를 제어하는 뇌의 왼쪽에는 운동 영역과 감각 영역에 각각 두 개의 배열이 삽입되었습니다. 그의 비주력적인 손을 통제하는 상응하는 우뇌 영역은 각각 하나의 어레이를 받았다.

다음으로 팀은 그 남자에게 자신의 능력을 최대한 발휘하여 일련의 손 동작을 수행하도록 지시했습니다. 왼쪽 또는 오른쪽 손목을 구부리거나 손을 벌리거나 꼬집는 각 제스처가 이동 방향에 매핑되었습니다. 예를 들어, 오른쪽 손목을 구부리면서 왼쪽을 펴는 것(그 반대의 경우도 마찬가지)은 수평 방향으로의 움직임에 해당합니다. 두 손을 열거나 수직 이동을 위한 코드를 꼬집습니다.

그 동안 팀은 각 손 움직임을 인코딩하는 신경 신호를 수집했습니다. 데이터는 의도한 제스처를 해독하고 외부 공상 과학 로봇 팔 쌍에 전원을 공급하는 알고리즘을 훈련하는 데 사용되었으며 약 85%의 성공률을 보였습니다.

그에게 케이크를 먹게하십시오

로봇 팔도 약간의 사전 훈련을 받았습니다. 팀은 시뮬레이션을 사용하여 먼저 케이크가 접시 위의 위치, 접시가 테이블 위에 놓일 위치, 케이크가 참가자의 입에서 얼마나 멀리 떨어져 있는지에 대한 아이디어를 팔에 제공했습니다. 그들은 또한 로봇 팔의 속도와 움직임 범위를 미세 조정했습니다. 결국, 뾰족한 포크를 쥐고 있는 거대한 로봇 팔이 매달려 있고 부서진 케이크 조각으로 당신의 얼굴을 날아가는 것을 보고 싶어하는 사람은 아무도 없었습니다.

이 설정에서 참가자는 각 측면에서 최대 XNUMX개의 자유도로 팔의 위치와 방향을 부분적으로 제어할 수 있습니다. . 한편 로봇은 나머지 움직임의 복잡성을 처리했습니다.

협업을 더욱 돕기 위해 로봇 음성은 팀이 케이크 조각을 잘라 참가자의 입으로 가져갈 수 있도록 각 단계를 호출했습니다.

남자가 먼저 움직였다. 오른쪽 손목의 움직임에 집중하여 오른쪽 로봇 손을 케이크 쪽으로 위치시켰습니다. 그런 다음 로봇이 인계를 받아 자동으로 포크 끝을 케이크로 옮겼습니다. 그런 다음 남자는 사전 훈련된 신경 컨트롤을 사용하여 포크의 정확한 위치를 결정할 수 있습니다.

일단 설정되면 로봇은 나이프를 든 손을 포크의 왼쪽으로 자동으로 움직였습니다. 로봇이 자동으로 케이크를 자르고 입으로 가져가기 전에 남자는 케이크를 원하는 크기로 자르기 위해 다시 조정했습니다.

저자는 “생과자를 먹는 것은 선택사항이지만 참가자가 맛있다고 해서 선택했다”고 말했다.

이 연구에는 37건의 시험이 있었으며 대부분은 보정이었습니다. 전반적으로 그 남자는 마음을 사용하여 케이크 XNUMX개를 먹었습니다. 모두 "적당한 크기"이며 하나도 떨어뜨리지 않았습니다.

그것은 확실히 당신의 집에 곧 올 시스템이 아닙니다. DARPA에서 개발한 거대한 로봇 팔 쌍을 기반으로 하는 설정에는 로봇에 대해 사전 프로그래밍된 광범위한 지식이 필요합니다. 즉, 주어진 시간에 단일 작업만 허용할 수 있습니다. 현재 이 연구는 BMI 기능을 더욱 확장하기 위해 신경 신호를 로봇 자율성과 혼합하는 방법에 대한 탐색적 개념 증명에 가깝습니다.

그러나로 보철 점점 더 똑똑해지고 더 저렴해지면 팀은 앞을 내다보고 있습니다.

"궁극적인 목표는 BMI 신호를 활용할 수 있는 조정 가능한 자율성입니다.

로봇이 나머지를 처리하는 동안 작업의 질적 수행에 가장 직접적으로 영향을 미치는 소수의 DOF[자유도]를 인간이 제어할 수 있도록 하는 최대 효과”라고 팀이 말했습니다. 미래의 연구는 이러한 인간-로봇 마인드멜드의 경계를 탐구하고 확장할 것입니다.

이미지 신용 : 존스 홉킨스 응용 물리학 연구소

타임 스탬프 : 2022 년 7 월 5 일