NeuroCommitSSM：基於決策中心的共享自主系統——通過EEG-EMG-ET承諾就緒度實現安全輔助操作
NeuroCommitSSM是一種以決策為中心的框架，用於輔助機器人操作中的安全承諾執行控制。它通過同步腦電圖（EEG）、肌電圖（EMG）和眼動追蹤（ET）預測連續的承諾就緒度分數，並利用滯回濾波轉換為離散承諾事件。三狀態有限狀態機HOLD-ASSIST-COMMIT（HAC）在啓動運動前要求同時滿足神經模型持續承諾就緒信號和實時感知及機器人狀態可行性。在32名受試者、五項日常生活活動任務中，NeuroCommitSSM達到0.950的動作平衡準確率，每1000個REST窗口僅0.75次誤承諾事件，並在傳感器缺失下保持低誤承諾和穩定狀態轉換。硬件在環驗證顯示可行性檢查執行減少了誤啓動和決策不穩定。
NeuroCommitSSM是一種創新的以決策為中心的共享自主框架，旨在為輔助機器人操作提供安全的“承諾-執行”控制。與僅關注執行何種動作的傳統方法不同，該框架重點建模何時執行，從而引入時間維度的決策。它利用同步的腦電圖（EEG）、肌電圖（EMG）和眼動追蹤（ET）信號，預測一個連續的承諾就緒度分數c_t∈[0,1]，並通過駐留和滯回濾波將其轉化為離散的承諾事件。
核心組件是一個三狀態有限狀態機監督器，稱為HOLD-ASSIST-COMMIT（HAC）。HAC在執行動作前要求同時滿足兩個條件：一是來自神經模型的持續承諾就緒信號，二是實時感知和機器人狀態可行性檢查，包括目標可見性、逆運動學可解性和無碰撞路徑規劃。這種雙重驗證機制確保了只有在用户意圖明確且環境允許時才會執行運動，從而大幅提升安全性。
研究團隊對32名受試者進行了評估，他們執行了與國際功能、殘疾和健康分類（ICF）對齊的五項日常生活活動任務。採用留一受試者交叉驗證和七種傳感器缺失場景（S0-S6）進行測試。結果顯示，NeuroCommitSSM實現了0.950的動作平衡準確率，每1000個REST窗口僅發生0.75次誤承諾事件。即使在傳感器缺失條件下，該方法仍能保持低誤承諾率和穩定的狀態轉換。例如，在僅使用EEG的情況下，平衡準確率為0.785，誤承諾率降至0.29 FP/1k REST，而對比的時序卷積網絡基線在同一條件下產生了99.95 FP/1k REST。
進一步的在環硬件驗證在Kinova Gen3機械臂上進行，結果表明可行性檢查的執行顯著減少了誤啓動和決策不穩定，且不影響任務成功率。所有補充材料，包括代碼、數據集、視頻和分析，均已公開。該論文已被2026年IEEE/RSJ智能機器人與系統國際會議（IROS 2026）接收。除了核心貢獻外，該工作還強調了在不同傳感器缺失條件下的魯棒性，以及與現有基於時序卷積網絡的方法相比的顯著優勢。這些結果展示了NeuroCommitSSM在現實世界輔助機器人應用中的潛力，特別是在需要高安全性和用户信任的場合。未來工作可能包括擴展到更多任務、更復雜的傳感器配置以及實時部署。