《Frontiers in Human Neuroscience》：Levels of shared autonomy in brain-robot interfaces: enabling multi-robot multi-human collaboration for activities of daily living
编辑推荐：
本综述系统探讨了脑机接口（BRI）中共享自主性（SA）水平对多机器人多用户协作完成日常生活活动（ADL）的影响。研究通过比较辅助遥操作（AT）、共享自主性（SA）和全自动化（FA）三种模式，揭示了SA在平衡任务可靠性、用户体验与个体能动性（SoA）方面的独特优势，为非侵入式脑电（EEG）、肌电（EMG）及眼动追踪技术在辅助康复中的集成应用提供了关键实证依据。
1 引言
肌萎缩侧索硬化症（ALS）等严重运动障碍患者常需依赖护理人员完成日常生活活动（ADL），这不仅加重经济负担，还可能引发孤立感与无助感。脑机接口（BRI）技术有望通过直接解读神经信号恢复患者自主性，但现有系统多局限于单一任务且自动化程度过高，反而削弱了用户的控制感。共享自主性（SA）通过平衡用户控制与机器人自主能力，成为突破当前BRI局限的关键路径。本研究基于M4Bench平台构建了支持多用户多机器人协作的厨房任务模拟环境，整合非侵入式脑电（EEG）、肌电（EMG）及眼动追踪技术，系统比较了三种自主性水平对任务性能、工作负荷、易用性及能动性（SoA）的影响。
2 相关工作
2.1 辅助机器人（PAR）
辅助机器人长期致力于提升行动障碍者的独立性，但现有系统如JACO机械臂多针对特定任务（如进食、开门），通用性平台（如PR2、HOBBIT）仍面临速度慢、体积大及可靠性不足的质疑。
2.2 共享自主性
研究表明，自动化水平与用户能动性（SoA）呈负相关：过高自动化虽提升效率，却削弱控制感；而过低自主性则导致认知负荷激增。然而，多数PAR研究未系统比较不同自主性水平的优劣。
2.3 非侵入式BRI
运动想象（MI）因更贴近自然运动规划被选为本研究范式，但其解码精度受个体差异与信号噪声影响显著。稳态视觉诱发电位（SSVEP）与P300范式虽响应快速，却存在视觉疲劳或操作繁琐的局限。
2.4 协作辅助系统
多用户多机器人协作可降低单用户负荷并支持复杂任务，但现有系统多局限于工业场景。M4Bench平台通过模块化设计实现了多模态输入与通用机器人策略的集成，为家庭环境中的协作辅助研究提供了基础。
3 材料与方法
3.1 系统概述
两用户通过BRI分别控制一台移动机械臂，在共享厨房环境中协作完成餐食准备任务。系统界面包含全局俯瞰、机器人第一人称视角及第三人称视角，支持实时交互与协作请求机制。
3.2 自主性水平
- •
Level 1—辅助遥操作（AT）：用户通过眼动选择物体，经EEG解码动作指令后由机器人执行，导航需逐步控制。
- •
Level 2—共享自主性（SA）：用户选定地标后机器人自主导航，动作指令仍由EEG触发，平衡控制与自动化。
- •
Level 3—全自动化（FA）：用户仅通过EEG选择目标，机器人全自主完成序列动作，但开放性受限。
3.3 实验环境
基于MuJoCo物理引擎构建厨房场景，整合YCB与MetaFood3D数据集物体，模拟取餐、放置等典型ADL任务。
3.4 机器人控制
机械臂采用模仿学习策略，从70次人类演示中训练RISE模型，结合操作空间控制屏障函数（OSCBF）确保安全性。导航模块使用标准路径规划器，失败后按自主性水平设置重试机制（如SA级允许一次自动重试）。
3.5 生物信号解码
EEG采用滤波器组共空间模式（FBCSP）提取特征，支持向量机（SVM）分类左右手MI任务，在线解码通过三次连续投票提升稳定性；EMG通过颌骨咬合检测实现指令取消功能，解码精度达96%。
4 共享自主性研究
30名健康参与者（15对）在三种自主性水平下完成协作任务。量化指标包括：
- •
人力指标：NASA任务负荷指数（NASA-TLX）、系统可用性量表（SUS）、能动性评定量表（SoARS）。
- •
机器人指标：策略成功率（如取酒杯达97.7%，取意面仅71.9%）。
- •
系统指标：任务完成率、超时率、交互时间等。
5 结果
5.1 人力指标
FA的NASA-TLX负荷显著低于AT（p< 0.001）与SA（p< 0.001），SUS评分随自动化水平递增（FA > SA > AT，p< 0.001）。SA的积极能动性（SoPA）虽高于FA，但未达显著水平（p= 0.065）。
5.2 任务性能
SA任务成功率最高（80.0%），显著优于AT（13.3%，p< 0.001）；FA为66.7%，但其依赖单一EEG解码（精度59%）易导致错误传递。AT因用户误操作基座致策略初始条件偏移，成功率最低。
5.3 时间效率
FA完成时间最短（151.1 ± 14.6 s），SA次之（424.8 ± 104.8 s），AT最长（482.5 ± 50.5 s）。交互时间随自动化水平显著减少（FA仅17.1 s）。
5.4 解码分析
EEG离线解码精度个体差异显著（p< 0.001），定制化管道可提升性能；EMG解码稳定（96%精度）可靠支撑安全纠错。
6 讨论
全自动化（FA）因低负荷与高易用性受用户偏好，但其脆弱性（依赖低精度EEG决策）限制可靠性。共享自主性（SA）通过眼动验证约束解码错误范围，在保持较高任务成功率（80%）的同时维护用户能动性，尤其适合重视控制感的行动障碍群体。未来工作需面向真实患者群体验证，并探索自适应自主性分配与通用机器人策略的集成。
