Ehsan Turkish Esfahan。美國加州大學河濱分校 機械工程系

摘要

本文探討了在協作環境中，如何使用腦機介面 (BCI) 獲取人類對人形機器人運動的情感反饋。本研究的目的是檢測人類的滿意度水準，並將其作為糾正和改善機器人行為的反饋，以最大限度地提高人類的滿意度。本文介紹了利用通過 BCI 收集的人腦活動來估計滿意度水準的實驗和演算法。使用者配戴腦電圖 (EEG) 耳機，並透過精神想像來控制機器人的運動。機器人對精神想像的反應可能與人類的精神指令不同，這將影響情感滿意度。該耳機記錄了頭皮上14個位置的腦部活動。每個 EEG 頻帶的功率譜密度和每個 EEG 訊號的四個最大 Lyapunov 指數構成了特徵向量。然後使用 Mann–Whitney–Wilcoxon 檢定對所有特徵進行排序。然後選擇排名最高的特徵來訓練線性判別分類器 (LDC)，以確定滿意度水準。我們的實驗結果顯示，在檢測人類滿意度方面，準確率達到了 79.2%。點擊此處閱讀完整報告