一个基于强化学习的软件模拟器,用于运动大脑-计算机接口
bioRxiv : the preprint server for biology
|December 9, 2024
概括
这项研究介绍了一种新的脑计算机界面 (BCI) 模拟器,该模拟器使用深度强化学习代理来快速设计和评估用于光标控制的BCI,加速BCI研究.
科学领域:
- 神经科学是一个神经科学.
- 计算机科学 计算机科学
- 生物医学工程 生物医学工程
背景情况:
- 皮层内运动脑-计算机接口 (BCI) 对于恢复功能至关重要,但成本昂贵,开发缓慢.
- 传统的BCI评估依赖于实时实验,由于用户和解码器之间复杂的闭环交互,限制了研究速度和社区参与.
研究的目的:
- 开发一个新的BCI模拟器,用于准确和快速的BCI设计,以完全在软件中控制光标.
- 在BCI评估中克服实时实验的局限性.
主要方法:
- 开发了一个BCI模拟器,用深度强化学习 (RL) 代理代替人类用户.
- RL代理与模拟的BCI系统相互作用,以学习最佳控制策略.
- 通过对三个不同的BCI解码器复制已发表的结果来验证模拟器的准确性和多功能性.
主要成果:
- 模拟器准确地复制了线性 (FIT-KF),自适应性 (ReFIT-KF) 和非线性循环神经网络 (FORCE) BCI解码器的公布结果.
- 演示了模拟器在软件环境中实现快速准确的BCI设计的能力.
结论:
- 开发的BCI模拟器通过实现高效的基于软件的评估来显著加速BCI研究和设计.
- 该工具促进了各种BCI解码器类型的开发和优化,促进了更广泛的BCI研究和应用.


