NOIR是由斯坦福大学开发的一种智能脑机接口系统,它允许人类通过脑电波(EEG)向机器人传达他们的兴趣对象和行动意图,使机器人能够执行日常活动。
目前,该系统在20项日常家务活动中取得了出色的成果,包括烹饪、清洁、个人护理和娱乐等。NOIR系统由两部分组成:一部分是解读人类脑信号的系统,另一部分是拥有基本技能库的机器人系统。
研究中使用了非侵入式脑电图(EEG)来捕捉脑信号,并通过特定的算法来解析这些信号,从而让机器人能够理解并执行人类的指令。在实验中,3名参与者(2男1女)使用NOIR完成了20项长期任务(每项任务包含4-15个技能),这些任务包括8项餐饮准备任务、6项清洁任务、3项个人护理任务和3项娱乐任务。平均每项任务需要1.8次尝试才能成功,任务完成时间平均为20.3分钟。
NOIR项目的研究意义在于,它不仅展示了脑机接口技术在家庭环境中的应用潜力,而且还通过机器学习算法的应用,提高了任务执行的效率和准确性。这种技术未来可能对残疾人士的生活自理能力有重大影响,提高他们的生活质量。
项目及演示:https://noir-corl.github.io/
论 文:https://openreview.net/pdf?id=eyykI3UIHa