用脑电“暗示”机械臂：隐式反馈让机器人更懂人类意图

在最新发表于arXiv的研究中，科研团队提出一种创新方法——基于隐式人类反馈的强化学习（RLIHF），让机器人无需依赖语言指令或按钮标签，即可学习并优化符合人类偏好的行为。该方法通过解码人类在观察机器人操作时产生的脑电信号（如错误相关电位ErrPs），将其转化为连续的奖励信号，驱动策略持续优化。

实验在MuJoCo仿真环境中进行，任务为Kinova 轻型力控机械臂Gen2执行避障抓取。Kinova Gen2力控机械臂具备高精度力控能力，是研究人机协作的理想平台。研究结果显示，采用脑电反馈的RLIHF方法显著优于稀疏奖励基线，性能接近理想化的密集奖励设置，展现出强大的学习效率与对齐能力。

该研究的核心价值在于：无需人工标注、可扩展性强、以人为本。它突破了传统行为克隆对完美演示的依赖，也缓解了强化学习中奖励稀疏的难题。

这一突破为真实场景应用打开了大门。例如，结合高性能Mentalab无线脑电图系统 Mentalab Explore Pro，可在真实环境中实现高精度、低延迟的移动脑电采集。其24位分辨率、1kHz实时流传输与毫秒级时间同步能力，为Mentalab EEG信号的可靠解码提供了保障。作为先进的无线脑电传感器，Mentalab系统支持长时间佩戴与灵活部署，适用于动态HRI实验。

未来，Kinova Gen2与Mentalab Explore Pro的结合，可广泛应用于智能假肢控制、康复机器人个性化训练、工业协作机器人安全优化，乃至为下一代Kinova Gen3提供更自然的人机交互范式。这种“无感式”反馈机制，正推动机器人从“执行命令”向“理解意图”迈进。

引用链接：https://arxiv.org/html/2507.13171