Mga Robot na Maagang Nahuhuli ang mga Pagkakamali
Ang isang bagong sistema ay nagbibigay-daan sa mga robot na basahin ang mga signal ng utak ng tao upang matukoy ang mga pagkakamali nang maaga at mag-react sa real time, na binabawasan ang pagkaantala at pagpapabuti ng kontrol sa mga kritikal na gawain.
Karaniwang nagre-react ang mga robot pagkatapos magkaroon ng pagkakamali.Ang isang team sa Oklahoma State University ay gumagawa ng isang sistema na hinahayaan ang mga robot na tumugon sa sandaling maramdaman ng isang tao na may mali.Binabasa ng system ang mga signal ng utak at binabago ang mga pagkilos ng robot sa real time.Kung ang isang tao ay nakakita ng isang problema, ang robot ay maaaring bumagal, huminto, o ibalik ang kontrol sa loob ng millisecond.Binabago nito ang tugon ng robot mula sa naantalang pagwawasto patungo sa maagang interbensyon.
Gumagana ito sa pamamagitan ng paggamit ng mga interface ng computer sa utak upang makita ang mga potensyal na nauugnay sa error, o mga ErrP.Lumilitaw ang mga signal na ito halos kaagad kapag nakilala ng isang tao ang isang pagkakamali, bago ang anumang pisikal na pagkilos.Kinukuha ng naisusuot na takip ng electroencephalogram ang mga signal na ito at ipinapadala ang mga ito sa isang shared control robot.
Tinutugunan ng diskarteng ito ang isang pangunahing puwang sa teleoperasyon.Sa mataas na panganib na trabaho tulad ng nuclear site handling o deep sea inspection, ang mga robot ay hindi maaaring gumana nang mag-isa.Nakakatulong ang kontrol ng tao, ngunit nangangailangan ito ng oras, at mahirap itigil ang mabilis na pagkabigo.Karamihan sa mga robot ay nakakakita lamang ng mga isyu pagkatapos makipag-ugnayan.Sa panahong iyon, maaaring huli na ang tugon.Ang mga signal ng utak ay nagsisilbing maagang babala.
Ang mga signal ay nagmumula sa anterior cingulate cortex ng utak, na gumagawa ng mga ErrP bilang isang panloob na alerto.Dahil mas mabilis ang reaksyon ng utak kaysa sa pisikal na paggalaw, nagbibigay ito ng maikli ngunit kritikal na window ng oras para sa pagwawasto.
Upang gawing magagamit ang system, bumuo ang team ng isang modelo na natututo ng mga pangkalahatang pattern ng utak at pagkatapos ay umaangkop sa bawat user.Binabawasan nito ang oras ng pag-setup, na isang karaniwang isyu sa mga sistema ng computer sa utak.Dahil nag-iiba-iba ang mga signal sa mga user, kailangan ang mabilis na adaptasyon.
Ang kaligtasan ay pinamamahalaan gamit ang Signal Temporal Logic, na nagtatakda ng mga limitasyon sa kung paano kumilos ang robot.Ang signal ng utak ay nagba-flag ng isang problema, at tinutukoy ng lohika ang pinapayagang tugon.Pinapanatili nitong matatag ang kontrol kahit na may direktang input ng utak.
Sinusubukan ang system gamit ang NVIDIA Isaac Lab at NVIDIA Isaac ROS sa mga RTX PRO 6000 GPU para sa real time simulation at kontrol.
Ang parehong ideya ay maaaring lumampas sa pang-industriya na paggamit.Sa pangangalagang pangkalusugan, maaari nitong suportahan ang mga prosthetics at exoskeletons.Halimbawa, ang isang prosthetic na paa ay maaaring makakita kapag ang isang gumagamit ay nakakaramdam ng isang maling paggalaw at itama ito kaagad.