近期，狄耐克脑机交互事业部的彭俊仁博士在百年名刊《Annals of the New York Academy of Sciences》发表题为：

“Shared autonomy between human electroencephalography and TD3 deep reinforcement learning: A multi-agent copilot approach（人类脑电图与TD3深度强化学习的多智能体共同控制方法）”的论文。 

狄耐克脑机交互事业部彭俊仁博士于ANNALS期刊发表论文

据悉，《Annals of the New York Academy of Sciences》 是由纽约科学院出版的一本综合性期刊，从 1877 年出版至今，已有100多年的历史。该刊就当前科学兴趣的研究提供多学科视角，对更广泛的科学界和整个社会产生深远影响，被全球三大科技文献检索系统之一的SCI所收录，是全球顶级多学科期刊。

根据调查发现，约15%-30%用户因生理差异无法有效操作传统脑机接口系统，现有脑机接口只计算人类的内部脑电活动，未把环境因素考虑在内。因此，狄耐克脑机交互事业部的彭俊仁博士提出了一种基于深度强化学习的主动式脑机接口共同控制方案，通过人类与AI代理的协同决策，为脑机接口普适化提供新范式。

彭博士研究发现，通过多智能体协同机制融合主动脑机接口与深度强化学习，能够显著提升复杂环境下的控制性能：

1、根据实验表明，该混合模型相比单一脑机接口，可降低用户认知负荷10.81%。

2、通过引入环境感知模块，系统实现了动态自适应控制，使整体系统性能相较于单独使用脑机接口提升了2.7倍。

3、这种创新的人机协同范式可为医疗康复、智能辅助等领域提供通用技术解决方案，如电动轮椅、康复机器人等产品应用。

这是狄耐克脑机交互事业部彭俊仁博士在国际权威期刊发表的第二篇论文，亦是对狄耐克在脑电波交互领域的科研工作的阶段性认可。面对脑电波交互产业良好的发展机遇，狄耐克将继续以新质生产培育为战略支点，聚焦脑电波交互核心技术突破与产业化落地，构建从技术研发、场景应用与生态协同的全链条发展体系，推动脑电波交互技术从实验室走向产业化。