Accelerated Robot Learning via Human Brain Signals

Accelerated Robot Learning via Human Brain Signals 是 2020 年 ICRA 论文，作者为 Iretiayo Akinola、Zizhao Wang（EEG-RL）、Junyao Shi（EEG-RL）、Xiaomin He（EEG-RL）、Pawan Lapborisuth、Jingxi Xu（EEG-RL）、David Watkins-Valls、Paul Sajda 与 Peter K. Allen。论文把人观察机器人错误时产生的 EEG 错误相关信号用于稀疏奖励导航的早期策略引导。

机构与后续碰撞

论文时点作者均标注 哥倫比亞大學 的计算机、Biomedical Engineering 或 Data Science Institute。Iretiayo Akinola 后续进入 NVIDIA，形成“学术 EEG 机器人反馈研究—商业机器人学习基础设施”的跨时间人物桥梁；这不是 Columbia 与 NVIDIA 的机构合作关系。

关键边界

7 名被试中，作者报告 5 名的 ErrP 分类准确率 0.60—0.67 可形成有效引导，另 2 名的 0.56—0.57 未形成有效策略。该结果说明个体差异和解码质量会决定反馈是否有用，不能只引用成功被试。

证据

• 原始资料快照（本地归档）
• arXiv