BNCI2014001

新指标预测大脑-机器人控制性能超越准确性

研究人员开发了一种新的方法来评估大脑到机器人控制解码器，超越了简单的准确性指标。所提出的方法将辅助控制视为一个部分可观察的马尔可夫决策过程，并引入了一个称为最差配对Chernoff信息（$\Gamma_{\min}$）的指标来预测下游任务性能。这个新的指标 $U_{\mathrm{id}}$ 可以从混淆矩阵计算得出，并且已经证明其比传统准确性度量更能有效地预测累积规划遗憾，甚至识别出两个具有相同准确性的解码器导致截然不同的遗憾结果的情况。