Uma interface cérebro-computador para controle remoto de alto nível de um sistema robótico autônomo baseado em aprendizado por reforço para alcançar e apreender

Apresentamos uma interface cérebro-computador (BCI) baseada na Internet para controlar um dispositivo robótico inteligente com aprendizado por reforço autônomo. O controle BCI foi alcançado através de eletroencefalografia (EEG) com eletrodos secos obtidos durante movimentos imaginários. Em vez de usar controle motor direto de baixo nível, empregamos um esquema de controle de alto nível do robô, adquirido por meio de aprendizado por reforço, para manter a carga cognitiva dos usuários baixa enquanto permitia o controle de uma tarefa de alcançar e apreender com múltiplos graus de liberdade. Comandos de alto nível foram obtidos por meio da classificação das respostas de EEG utilizando uma abordagem de rede neural artificial, aproveitando características tempo-frequência e transmitidos por meio de uma interface de usuário intuitiva. A combinação inovadora de um setup de eletrodos secos rapidamente operacional, controle autônomo e conectividade com a Internet tornou possível interfacear convenientemente os sujeitos em um laboratório de EEG com dispositivos robóticos remotos em um setup de circuito fechado com feedback visual online das ações dos robôs para o sujeito. A mesma abordagem também é adequada para fornecer a pacientes confinados em casa a possibilidade de controlar dispositivos robóticos de última geração atualmente restritos a um ambiente de pesquisa. Assim, nossa abordagem BCI poderia ajudar pacientes severamente paralisados, facilitando a pesquisa centrada no paciente de novos meios de comunicação, mobilidade e independência.