Ehsan Turkish Esfahan。美国加州大学河滨分校机械工程系

摘要

本文探讨了在协作环境中，利用脑机接口（BCI）来获取人类对人形机器人运动的情绪反馈。本研究的目的是检测人类的满意度，并将其作为反馈，用于纠正和改进机器人的行为，从而最大化人类的满意度。本文描述了利用通过 BCI 收集的人脑活动来评估满意度等级的实验和算法。用户佩戴脑电图（EEG）耳机，并通过精神想象来控制机器人的运动。机器人对精神想象作出的反应可能与人类的精神指令不一致，这将影响情绪满意度。耳机记录了头皮上 14 个位置的脑电活动。每个 EEG 频段的功率谱密度以及每个 EEG 信号的四个最大李雅普诺夫指数构成了特征向量。然后使用曼-惠特尼-威尔科克森（Mann–Whitney–Wilcoxon）检验对所有特征进行排序。接着选择排名最高的特征来训练线性判别分类器（LDC），以确定满意度。我们的实验结果显示，在检测人类满意度方面的准确率达到了 79.2%。点击此处阅读完整报告