题目:
苏悦:从脑信号解码到外骨骼控制——脑机接口在运动障碍患者中的研究进展
甘甜:考虑任务先后依赖的多无人机任务分配——基于注意力的强化学习框架(C2T-JA)
本次学术分享围绕医疗康复脑机接口(BCI)与多无人机协同任务分配展开。会议首先探讨了不同侵入程度BCI技术在运动功能重建中的优劣势与临床痛点,重点解读了两篇具有里程碑意义的论文:一是通过全植入无线硬膜外ECoG实现四肢瘫患者全身外骨骼控制的长期验证;二是利用头皮EEG结合在线微调算法,首次实现无创条件下的单手指级实时机器人手控制。随后,会议分享了多无人机任务分配领域的最新框架,探讨了在复杂任务依赖约束下,如何通过注意力机制与强化学习提升多机协同效率。报告探讨了从“解码患者意图”到“赋能集群智能”的关键技术路径。
由苏悦汇报的“从脑信号解码到外骨骼控制:脑机接口在运动障碍患者中的研究进展”,系统梳理了BCI技术分类,并深度解读了两篇代表当前技术边界的前沿文献。论文一(Lancet Neurol 2019)针对高位截瘫患者,验证了双侧硬膜外WIMAGINE记录器与14自由度EMY外骨骼结合的可行性。该研究通过CCWT特征提取与递归自适应PLS解码,实现了长达24个月的稳定控制,患者逐步解锁了从1D光标到8D双手操作及脑控行走的能力,且证明了真实本体感觉反馈优于单纯视觉反馈。论文二(Nat Commun 2025)针对非侵入式BCI精度低的痛点,利用128导EEG与EEGNet模型,结合在线微调策略,成功克服了容积传导与皮层激活区重叠的难题,实现了在运动想象与运动执行双范式下的单手指级在线控制。报告总结指出,从设备代偿到神经康复,BCI的临床落地仍需跨越长期稳定性与精细解码的鸿沟。
由甘甜分享的“考虑任务先后依赖的多无人机任务分配:基于注意力的强化学习框架(C2T-JA)”。针对多无人机(Multi-UAV)在复杂场景(如搜救、协同打击、物流配送)中的任务分配问题,传统的启发式算法或精确求解器在面对大规模节点和强耦合的“先后依赖(Precedence)”约束时,往往面临求解效率低、泛化能力差的挑战。该研究提出了一种基于注意力机制的强化学习框架(C2T-JA)。该框架利用注意力机制强大的特征表征能力,动态捕捉无人机状态与任务节点之间的复杂空间与逻辑依赖关系;通过强化学习策略,模型能够在满足任务时序约束的前提下,端到端地生成高效的任务分配与调度方案,为多智能体协同决策提供了新的求解范式。
交流环节中,与会人员围绕侵入式BCI的伦理审查与硬件可靠性、无创BCI在复杂日常环境中的抗干扰能力,以及多智能体强化学习在真实物理环境中的Sim2Real迁移问题进行了讨论。会议认为,无论是突破人体生理极限的脑机接口,还是优化机器集群调度的强化学习,都在不断拓宽人机智能融合的边界。


联系电话028-61830850
邮箱:
zjlhbj@uestc.edu.cn
地址:
四川省成都市高新西区西源大道2006号
电子科技大学清水河校区创新中心
版权所有©2020 人机智能技术与系统教育部工程研究中心 蜀ICP备2022017640号-1 公网安备 52032102000193号
