维度网讯，人机界面（HMI）技术正从传统的触摸和语音控制向神经接口发展，这类设备通过直接与神经系统交互实现控制。例如，基于肌电图（EMG）的臂带和脑电图（EEG）头带已投入应用，而像Synchron和Neuralink等公司开发的植入式设备则更为复杂。

然而，神经接口面临可扩展性挑战，因为每个人的神经系统都不同，目前需要繁琐的个体校准。为应对这一问题，华盛顿大学（UW）的研究人员开发了一个新的数学和计算框架，该方法结合博弈论和控制理论，为协同适应系统提供了理论基础，有助于预测算法调整对界面性能的影响。

在博弈论视角下，用户和自适应AI算法被视为合作参与者，共同优化神经接口的性能。研究人员通过闭环系统验证了这一框架，其中EMG电极捕捉肌肉活动，数据经处理器和算法解码后控制屏幕光标，形成实时反馈循环。

这一框架允许界面特性被校准，以温和地引导用户行为，提升性能，尤其在医疗外骨骼和康复设备中具有应用潜力。华盛顿大学电气工程副教授Sam Burden表示：“我们在这里进行以人为中心的工程，与其构建一个用户需要费力适应的设备，我们开发能适应用户的系统。”

对于硬件和嵌入式软件工程师而言，这种自适应神经接口方法代表了一种范式转变。通过集成AI和机器学习，未来的可穿戴设备和医疗设备可能实现开箱即用，自主学习用户的个体神经轮廓，从而推动人机交互技术的进步。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com