近日，美国波士顿大学和麻省理工学院联合研发出全新的反馈系统，可使机器人适应人类思维模式，实现人脑对机器人的实时直接控制。

　　将人类语言翻译成机器人信号非常困难，常用方法是使用脑电图扫描仪作为脑机接口，实现人脑对机器人的控制。但这种操纵需要按照计算机可以识别的特定方式“思考”，效率较低。研究人员使用名为“Baxter”的人形机器人作为被控制端，在操纵者的注视下执行二元分类任务，机器人通过脑电图扫描仪实时监测操纵者大脑电位的变化，利用机器学习算法快速准确分析脑电波信号。

　　当操作者看到机器人工作出现错误时，脑电波信号会发生特定变化，机器人一旦检测到这种“错误相关电位”，反馈系统便会促使其纠正错误。且这种“错误相关电位”信号与机器人错误的严重程度成正比，具备定量化的可能。

　　目前这套系统还只能运用于二元分类任务，研究人员正在升级该系统，使其能运用于更复杂的任务。