NOIR 2.0: 脳信号で操作する日常活動支援ロボット

- NOIR 2.0 は、EEG を用いた brain-robot interface である NOIR の拡張版 - 人間の脳信号から対象物と意図する行動を解釈し、ロボットへのコマンドに変換 - 日常タスクを脳信号で操作する汎用システム - 改良点は brain decoding の高速化・高精度化と few-shot robot learning の導入 - タスク完了時間を 46% 短縮 - 人間の所要時間を 65% 削減

- 先行研究として NOIR があり、NOIR 2.0 はその拡張版 - 従来の NOIR と比べて brain decoding algorithms が高速・高精度 - タスク完了時間 46% 短縮を実現 - few-shot robot learning により個々のユーザーへの適応と意図予測を追加 - foundation models を活用しサンプル効率を改善 - 15 demos 対 single demo という比較で学習・適応の効率を示す - 人間の所要時間を 65% 削減

- EEG による brain-robot interface を中核とする - 対象物と望ましい行動に関する人間の意図をロボット実行コマンドへ変換 - 高速・高精度な brain decoding algorithms を採用 - few-shot robot learning algorithms を導入 - 個別ユーザーへの適応と意図予測を行う - foundation models を活用しサンプル効率の高い学習・適応を実現 - 15 demos と single demo の比較に言及

- タスク完了時間の 46% 短縮を報告 - 人間の所要時間の 65% 削減を報告 - few-shot robot learning について 15 demos 対 single demo の比較に言及 - 具体的な被験者数・タスク内容・評価指標の詳細は要旨からは不明

- 要旨からは不明 - 限界・失敗事例・EEG のノイズや個人差への対処についての議論は要旨に記載なし

- NOIR（NOIR 2.0 の前身システム） - foundation models を用いた robot learning 関連研究 - few-shot robot learning / imitation learning 関連研究 - EEG を用いた brain-robot interface 関連研究