推断个人评估标准以达到从EEG信号中避开障碍的轨迹

科学领域:

• 神经科学是一个神经科学.
• 机器人技术 机器人技术 机器人技术
• 生物力学 生物力学

背景情况:

• 人类的中枢神经系统 (CNS) 优化了达到运动的努力和时间.
• 在驾驶障碍物时,舒适度边缘存在个体差异,特别是在易碎的物体上.
• 在动力控制,平衡能量和舒适性方面的个性化成本功能的神经基础仍然不清楚.

研究的目的:

• 调查到达行为中的个体差异是否源于能源最小化与舒适度的不同权衡.
• 通过观察机器人轨迹在脆弱物体附近引起的大脑错误相关潜力 (ErrPs) 的监测.
• 确定ErrP是否可以识别CNS使用的个性化成本函数.

主要方法:

• 17名健康的参与者观察了一个机器人,在葡萄酒杯周围执行安全,大胆和不安全的轨迹.
• 评估了机器人轨迹能效和舒适度的个别评价标准.
• 使用脑计算机接口 (BCI) 记录和分析与大脑错误相关的潜力 (ErrPs).

主要成果:

• 参与者展示了不同的个人标准来评估机器人轨迹中的能源效率和舒适性.
• ErrP-BCI的输出成功地推断出了这些评估标准的个体变化.
• 这项研究表明,观察到的行为与神经反应之间存在相关性.

结论:

• 达到成本函数的个体变化体现在大脑活动中,特别是ErrPs.
• 与最佳控制理论相结合的ErrP可以识别个性化的CNS成本函数.
• 这项研究为利用大脑唤起的潜能通过神经假肢接口来训练辅助机器人设备打开了可能性.