Towards Artificial Learning Companions for Mental Imagery-based Brain-Computer Interfaces

Léa Pillette 1, 2, * Camille Jeunet 3, 4 R N 'Kambou 5 Bernard N'Kaoua 6, 7, 8 Fabien Lotte 1, 2
* Auteur correspondant
1 Potioc - Popular interaction with 3d content
LaBRI - Laboratoire Bordelais de Recherche en Informatique, Inria Bordeaux - Sud-Ouest
4 Hybrid - 3D interaction with virtual environments using body and mind
Inria Rennes – Bretagne Atlantique , IRISA_D6 - MEDIA ET INTERACTIONS
6 Phoenix - Programming Language Technology For Communication Services
LaBRI - Laboratoire Bordelais de Recherche en Informatique, Inria Bordeaux - Sud-Ouest, EA4136 - Handicap et système nerveux :Action, communication, interaction: rétablissement de la fonction et de la participation [Bordeaux]
Résumé : Les interfaces cerveau-ordinateur (ICO) exploitant l'imagerie men-tale permettent à leurs utilisateurs d'envoyer des commandes à une interface, une prothèse par exemple, uniquement en réalisant des tâches d'imagerie mentale, tel qu'imaginer son bras droit bouger. Lors de la réalisation de ces tâches, l'activité cérébrale des utilisa-teurs est enregistrée et analysée par le système. Afin de pouvoir utiliser ces interfaces, les utilisateurs doivent apprendre à produire différents motifs d'activité cérébrale stables pour chacune des tâches d'imagerie mentale. Toutefois, les protocoles d'entraînement ex-istants ne permettent pas à tous les utilisateurs de maîtriser les compétences nécessaires à l'utilisation des ICO. Ces protocoles d'entraînements font très probablement partie des raisons princi-pales pour lesquelles les ICO manquent de fiabilité et ne sont pas plus utilisées en dehors des laboratoires de recherche. Or, les com-pagnons d'apprentissage, qui ont déjà permis d'améliorer l'efficacité d'apprentissage pour différentes disciplines, sont encore à peine étudiés pour les ICO. L'objectif de cet article est donc d'explorer les différents avantages qu'ils pourraient apporter à l'entraînement aux ICO en améliorant le retour fait à l'utilisateur, c'est-à-dire les informations fournies concernant la tâche. Ces dernières sont pri-mordiales à l'apprentissage et pourtant, il a été montré qu'à la fois théoriquement et en pratique ces dernières étaient inadéquates. Tout d'abord, seront présentés dans l'article les potentiels des ICO et les limitations des protocoles d'entraînement actuels. Puis, une revue de la littérature des ICO ainsi que des compagnons d'apprentissage est réalisée concernant trois caractéristiques principales du retour utilisateur, c'est-à-dire son apparence, ses composantes sociale et émotionnelle et enfin sa composante cognitive. À partir de ces considérations, ce papier fournit quelques recommandations, iden-tifie des défis à relever et suggère des solutions potentielles pour concevoir et utiliser des compagnons d'apprentissage en ICO.
Type de document :
Communication dans un congrès
WACAI 2018 - Workshop sur les “Affects, Compagnons Artificiels et Interactions” , Jun 2018, Ile de Porquerolles, France. pp.1-8
Liste complète des métadonnées

Littérature citée [83 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01762612
Contributeur : Léa Pillette <>
Soumis le : mardi 10 avril 2018 - 11:47:04
Dernière modification le : jeudi 15 novembre 2018 - 11:59:01

Fichier

WACAI2018_Reviewed.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01762612, version 1

Citation

Léa Pillette, Camille Jeunet, R N 'Kambou, Bernard N'Kaoua, Fabien Lotte. Towards Artificial Learning Companions for Mental Imagery-based Brain-Computer Interfaces. WACAI 2018 - Workshop sur les “Affects, Compagnons Artificiels et Interactions” , Jun 2018, Ile de Porquerolles, France. pp.1-8. 〈hal-01762612〉

Partager

Métriques

Consultations de la notice

377

Téléchargements de fichiers

237