Neues fNIRS‑Dataset ermöglicht neuronale Rückmeldung für Reinforcement Learning
In einem wegweisenden Beitrag zur Reinforcement Learning from Human Feedback (RLHF) wird gezeigt, wie passive Brain‑Computer‑Interfaces (BCI) genutzt werden können, um Agenten aus impliziten Gehirnsignalen zu trainieren. Das neue Forschungsprojekt liefert ein umfangreiches fNIRS‑Datenset, das von 25 Personen in drei unterschiedlichen Szenarien – einem Pick‑and‑Place‑Roboter, dem Lunar Lander und dem Spiel Flappy Bird – erhoben wurde.
