NeuroCommitSSM：基于决策中心的共享自主系统——通过EEG-EMG-ET承诺就绪度实现安全辅助操作
NeuroCommitSSM是一种以决策为中心的框架，用于辅助机器人操作中的安全承诺执行控制。它通过同步脑电图（EEG）、肌电图（EMG）和眼动追踪（ET）预测连续的承诺就绪度分数，并利用滞回滤波转换为离散承诺事件。三状态有限状态机HOLD-ASSIST-COMMIT（HAC）在启动运动前要求同时满足神经模型持续承诺就绪信号和实时感知及机器人状态可行性。在32名受试者、五项日常生活活动任务中，NeuroCommitSSM达到0.950的动作平衡准确率，每1000个REST窗口仅0.75次误承诺事件，并在传感器缺失下保持低误承诺和稳定状态转换。硬件在环验证显示可行性检查执行减少了误启动和决策不稳定。
NeuroCommitSSM是一种创新的以决策为中心的共享自主框架，旨在为辅助机器人操作提供安全的“承诺-执行”控制。与仅关注执行何种动作的传统方法不同，该框架重点建模何时执行，从而引入时间维度的决策。它利用同步的脑电图（EEG）、肌电图（EMG）和眼动追踪（ET）信号，预测一个连续的承诺就绪度分数c_t∈[0,1]，并通过驻留和滞回滤波将其转化为离散的承诺事件。
核心组件是一个三状态有限状态机监督器，称为HOLD-ASSIST-COMMIT（HAC）。HAC在执行动作前要求同时满足两个条件：一是来自神经模型的持续承诺就绪信号，二是实时感知和机器人状态可行性检查，包括目标可见性、逆运动学可解性和无碰撞路径规划。这种双重验证机制确保了只有在用户意图明确且环境允许时才会执行运动，从而大幅提升安全性。
研究团队对32名受试者进行了评估，他们执行了与国际功能、残疾和健康分类（ICF）对齐的五项日常生活活动任务。采用留一受试者交叉验证和七种传感器缺失场景（S0-S6）进行测试。结果显示，NeuroCommitSSM实现了0.950的动作平衡准确率，每1000个REST窗口仅发生0.75次误承诺事件。即使在传感器缺失条件下，该方法仍能保持低误承诺率和稳定的状态转换。例如，在仅使用EEG的情况下，平衡准确率为0.785，误承诺率降至0.29 FP/1k REST，而对比的时序卷积网络基线在同一条件下产生了99.95 FP/1k REST。
进一步的在环硬件验证在Kinova Gen3机械臂上进行，结果表明可行性检查的执行显著减少了误启动和决策不稳定，且不影响任务成功率。所有补充材料，包括代码、数据集、视频和分析，均已公开。该论文已被2026年IEEE/RSJ智能机器人与系统国际会议（IROS 2026）接收。除了核心贡献外，该工作还强调了在不同传感器缺失条件下的鲁棒性，以及与现有基于时序卷积网络的方法相比的显著优势。这些结果展示了NeuroCommitSSM在现实世界辅助机器人应用中的潜力，特别是在需要高安全性和用户信任的场合。未来工作可能包括扩展到更多任务、更复杂的传感器配置以及实时部署。