脑-体-环境闭环

脑-体-环境闭环（brain-body-environment loop） 是具身智能（embodied intelligence）的核心设计——智能不只是脑内计算，而是脑 + 身体 + 环境的协同动力学。BCI 系统是这一理论的工程实现：用户大脑 + 假肢 + 世界共同完成任务。Walk Again Project 和双向外骨骼是典范。

一、具身智能基本原理

Brooks 的"世界是自身模型"

Rodney Brooks 1990s："The world is its own best model."
不需要精细内部模型——直接与世界交互
Reactive, embodied, situated

4E 认知

Embodied：身体塑造认知
Embedded：环境嵌入认知
Enacted：行动创造认知
Extended：工具延伸认知

BCI 让"extended cognition"具体化——假肢 = 身体的延伸。

二、Walk Again Project

Nicolelis 团队 2014–2016

Walk Again 是 Miguel Nicolelis（Duke） 带队的里程碑项目。

2014 World Cup 开场

8 位截瘫患者
外骨骼 + EEG 意图解码
Juliano Pinto 开球——世界首次 BCI 控制行走

2016 Nicolelis Sci Rep

长期训练（10+ 月）
发现：BCI 训练本身恢复患者部分神经功能
下肢感觉、部分自主运动回归
神经可塑性的力量

关键启示

BCI 不只是"代替"——它激活神经可塑性。

三、脑-体闭环的三层

1. 感知-运动闭环

大脑 → 命令 → 身体 → 动作
反馈 → 感觉 → 大脑
毫秒-秒级

2. 身体-环境闭环

身体 → 力 → 环境
环境 → 反作用 → 身体
物理定律主导

3. 大脑-环境闭环

通过身体间接
但学习 + 适应在大脑内

BCI 引入人工通路：替代或增强任一闭环。

四、闭环外骨骼

设计

大脑 M1 → EEG/ECoG → 意图解码
  ↓
外骨骼控制器（力、角度）
  ↓
关节驱动
  ↓
腿部力学 + 地面反作用
  ↓
传感器（足底压力、关节位置）
  ↓
S1 刺激 / 视觉反馈
  ↓
大脑感知

关键技术

低延迟解码（< 50 ms）
柔性驱动（不对抗用户）
预测控制：预测用户意图 + 平衡
共享自主：用户高层 + 机器低层

现代系统

ReWalk（FDA 2014）：手动控制
Rex Bionics
Walk Again: BCI 控制外骨骼
中国迈步机器人：2024 BCI 版本原型

五、平衡 + 步态的动力学

被动动力学

腿有自然摆动频率
利用被动动力减少主动能耗
McGeer "passive dynamic walking"

主动控制

平衡 = 倒立摆问题
需要快速反馈（~100 ms）
BCI 延迟挑战

层次化

高层：大脑"我要去那"（目标）
中层：步态生成（CPG, central pattern generator）
低层：关节 PID

BCI 应该在高层 —— 见分层规划_BCI_LLM_机器人。

六、与 RL 的结合

Sim-to-Real

外骨骼策略在模拟环境训练
迁移到真实用户
Isaac Gym、MuJoCo

个性化 RL

每用户的身体参数不同
RL fine-tune on user
BCI 意图作为target

Imitation + BCI

先模仿专家步态
再 BCI 微调到用户偏好

七、感觉反馈闭环

足底压力 → S1

外骨骼传感器检测触地
ICMS 刺激 S1 腿区
用户"感到脚着地"

位置感 → 本体感觉

关节角度传感
刺激本体感觉通路
用户知道"腿在哪"

完整感觉

触 + 位置 + 振动 + 温度
全面本体 + 触觉
2025 Ganzer 团队目标

八、认知层面的闭环

共享意图

BCI 知道用户意图
外骨骼确认
如不匹配 → 澄清 / 默认回退

信任构建

用户学会"身体服从大脑"
时间数月
神经可塑性 + 心理适应

Embodiment

主观报告"这是我的腿"
不是"控制的机器"
Ownership illusion 成功

九、动物实验与人类

啮齿动物

Prilutsky 团队：老鼠 + 外骨骼
意图解码 + 运动补偿

猴子

Duke、Shenoy 实验室
猴子控制机器人腿
训练时间较短

人类

Walk Again 项目
2023 瑞士 Courtine 实验室 硬膜外电刺激 + BCI：脑卒中恢复行走
2024 首例脊髓损伤患者重新独立行走

十、脑-脊髓桥接（spinal bridge）

Courtine 2023 Nature

Courtine et al. (2023) 使用： - 大脑运动皮层电极（读意图） - 脊髓电刺激阵列（激活腿肌） - 直接脑-脊髓数字桥接

结果

脊髓损伤患者恢复自然行走
不需外骨骼——自己的身体
BCI + 脊髓刺激更"embodied"

这是 2024–2026 最激动人心的方向。

十一、AI + 机器人 + BCI 的三元闭环

系统架构

用户大脑 ←→ BCI ←→ AI 处理（LLM / RL）
                     ↓
                  机器人身体
                     ↓
                   环境
                     ↓
                感觉反馈回大脑

AI 扮演中介层： - 解释意图 - 规划行动 - 协调身体

具身 AGI 的近似

如果 AI 足够强 + BCI 足够快
用户 = "驾驶员"
AI + 机器人 = "高级躯体"
接近人-AI 共生

十二、逻辑链

具身智能 = 脑 + 体 + 环境协同——BCI 的哲学基础。
Walk Again Project 首次 BCI 控制外骨骼 + 意外神经恢复。
闭环三层：感知-运动、身体-环境、大脑-环境。
分层控制：BCI 在高层、CPG 中层、PID 低层。
感觉反馈 让下肢假肢有 embodiment。
Courtine 2023 脑-脊髓桥 绕过外骨骼，用户用自己的身体行走。
AI + BCI + 机器人 三元系统是具身 AGI 的近似。

参考文献

Donati et al. (2016). Long-term training with a brain-machine interface-based gait protocol induces partial neurological recovery in paraplegic patients. Sci Rep. — Walk Again
Lorach et al. (2023). Walking naturally after spinal cord injury using a brain-spine interface. Nature. https://www.nature.com/articles/s41586-023-06094-5
Nicolelis (2011). Beyond boundaries: the new neuroscience of connecting brains with machines—and how it will change our lives. — 书
Brooks (1991). Intelligence without representation. Artif Intell.
Courtine & Sofroniew (2019). Spinal cord repair: advances in biology and technology. Nat Med.