❝近日，西安理工大学李睿等团队一项发表在《Frontiers in Neurorobotics》上的研究，让两位受试者仅凭大脑信号和手部动作，成功操控了两架无人机协同飞行。这项被称为"群体脑机接口"的技术，为人与机器之间的沟通方式打开了一扇新的大门。
双人「开黑」：多达30种指令
所谓脑机接口，简单说就是在人脑和外部设备之间搭一条"直通车"，让大脑发出的信号直接被机器读懂。不过，传统的单人脑机接口有个明显短板：能输出的指令数量有限，信号也容易受干扰，就像一个人用只有几个按键的遥控器去操作复杂的机器，难免力不从心。
研究人员想到的办法是——让两个人的大脑"组队"工作，利用不同人脑信号之间的互补性，既扩充指令种类，又提高整体稳定性。
为了让这套系统能发出足够丰富的指令，研究团队设计了一种"混合控制"方案。一方面，受试者通过六种不同的手部动作来控制无人机的飞行方向和队形变换；另一方面，屏幕上有两组以不同频率闪烁的视觉刺激（SSVEP），分别是每秒7次和每秒8次的闪烁，受试者盯着哪一组看，大脑就会产生对应频率的脑电波，系统据此识别出起飞、降落等安全指令。
两种方式组合下来，整套系统一共可以输出30种不同的交互指令，足以应对无人机集群飞行中的各种操作需求。
群体脑机接口系统框架。©作者团队/Front. Neurorobot.
AI 解码：准确率近90%
读懂这些复杂的信号，靠的是一套改进的人工智能算法。研究团队提出了一种名为MDFF-CNN的深度学习网络，专门用来解析手部动作引发的脑电和肌电信号。它会同时从时间、频率、空间三个维度提取脑电特征，再结合肌肉信号进行综合判断。
实验结果显示，这套算法对六种手部动作的平均识别准确率达到79.20%，比传统算法高出约5个百分点；而对视觉闪烁信号的解码准确率更是高达98.61%，几乎不会出错。两者结合后，整套系统离线状态下的综合解码准确率达到88.91%。
为了验证这套方案在真实飞行中的表现，研究团队招募了8名健康受试者进行在线实验。实验中使用两架小型无人机组成编队，采用"领队—跟随"模式：一架无人机充当领队，另一架紧随其后，两位受试者分别通过脑控指令协同操作，共同完成升降、转向、队形切换和安全降落等一整套飞行动作。
最终在线实验取得了88.89%的平均解码准确率，表现最好的实验组更是达到了91.66%。这意味着在真实飞行环境下，系统依然保持了很高的可靠性。
无人机集群脑‑机融合共享控制系统。©作者团队/Front. Neurorobot.
非侵入脑机接口突破或在于多人协同路线
这项研究的意义不仅在于让无人机"听懂"了人脑的指令，更在于证明了多人脑机协同控制是一条可行的技术路线。相比单人方案，多人组队可以兼顾指令的丰富性和识别的精准度，就像两个人配合打游戏比一个人单打独斗更能应对复杂局面。
不过，研究人员也坦言，目前的技术还存在一些不足，比如对不同人脑之间神经活动的协同机制还缺乏定量评估，实验样本的覆盖范围也有待扩大。
未来，研究团队计划引入一种叫做"错误相关电位"的信号作为自动纠错机制——当系统判断出错时，大脑会自然产生一种特定的脑电波，系统可以据此自我修正。同时，他们还将优化算法的自适应学习能力，让系统在面对不同使用者和复杂环境时都能保持稳定表现。
随着这些技术不断成熟，也许在不久的将来，用人脑直接指挥机器人协同作业、操控特种装备，将不再只是实验室里的演示，而是走进我们日常生活的真实应用。
❝参考：Li R, Bian S, Deng Y, Wei X, Yang S, Liu Y and Chen J (2026) A group brain-controlled method for UAVs using a hybrid paradigm of hand movements and visual evoked potentials. Front. Neurorobot. 20:1858496. doi: 10.3389/fnbot.2026.1858496
脑机接口星球
脑机接口星球自媒体致力于「科普神经科学知识，推广脑机应用技术」。专注于提供脑机接口与神经技术知识科普与资讯分享、产学研医合作、企业市场推广、人力资源对接和会展宣传等服务。合作后台私信或者加微信Ko-Sofia咨询。
