食来张口成真：脑机械接口操作机械臂吃蛋糕-约翰霍普金斯大学-量子位，

不动手只动嘴，吃一口蛋糕要分几步。

他首先想到的是控制拿着叉子的手臂，然后把叉子朝着蛋糕戳下去。

重新控制持刀的机械臂，切下一个。

最后一边旋转一边移动机械臂，把蛋糕举到嘴边，完成。

在这项来自约翰霍普金斯大学的研究中，通过脑机械接口瘫痪30年的志愿者能够同时操作两个臂。

使用刀叉对一般人来说并不难，但是对于脑机械接口系统来说，两个臂有34个自由度，所以需要操作。

包括肩、肘、腕关节运动、手掌移动和转向、手指控制。

而且这个志愿者是世界上第一个双侧植入物，也就是说在大脑的左右半球嵌入了电极阵列。

解码如此复杂的神经信号对于现在的技术来说太难了。

本次研究小组提出了一种新的方法，将需要操作的自由度从34减少到12，其中大部分交给算法，人类需要同时控制不超过4个。

最终在吃蛋糕的实验中，参与者可以根据自己的喜好微调手臂来控制切蛋糕的大小，实现了双手协调的精细操作。

最近公开的实验报告显示了这项研究的细节。

将人和机器统一计算的新方法称为共享控制策略（Shared Control Strategy）

简而言之，就是把在共享控制系统内部参与实验的人和两个机械臂看作一个人机的组合，通过算法统一调度。

这样，系统在最终操作执行阶段仅需要考虑两个臂的末端执行器（即手）的3D位置和3D方向。

计算一下，3+3乘以两只手，一共有12个自由度。

在该系统中，关节运动的运动和手指的混炼等其他自由度由逆运动学算法（Inverse Kinematics）来求解。

此外，这12个自由度在执行任务时被动态分割。

对于每个特定的任务，系统分割作为执行环节的步骤，用语音引导人类参与者同时控制最多三个，大部分工作都交给算法完成。

参加实验的是一名49岁的志愿者，因脊髓损伤导致上肢瘫痪30多年，肩、肘、腕关节只有有限的活动能力。

在这次实验中，他并没有想象自己在移动手臂，而是需要实际试着移动手臂。

这样生成的神经信号容易被解码，这也是在动态图像中，运动能力被限制的手臂有时会出现运动的理由。

最终，共享控制策略下左右手的平均解码精度分别为63.5%和67.6%。

总共执行了20个测试任务，成功完成了17个测试任务。

研究团队认为，运用共享控制策略降低控制自由度对脑机接口的发展非常重要。

其最大意义在于减少了人必须投入的精力，降低了脑机接口解码的难度，也使植入电极少或精度低的廉价方案受益。

One More Thing的研究报告中有一些有趣的细节。

本来的20个测试任务不包括吃蛋糕这个项目，但是因为蛋糕太香了，所以志愿者决定主动尝试一下。

在新方法的初始阶段，执行这样复杂的任务并不容易。大家看到的视频演示加速了5倍的播放。

实际上，吃一口蛋糕前后一共需要90秒。

一位网友表示，适合吃火锅，热的食物送到嘴里时也正好凉啦。

参考链接：[1]https：//www.frontiersin.org/articles/10.3389/fnbot.2022.918001/full[2]https：//blog.frontiersin.org/2022/06/28/robotic-arms-feed-partially-paralyzed-man-bmi/