脑机接口 (BCI) 是一种允许人类操作者仅使用心理命令来控制与周围世界交互的末端执行器的系统 [1]。该系统由一个测量设备组成，用于记录人类用户的大脑活动，然后将其处理为驱动系统末端执行器的命令。BCI 涉及两种测量方式：一种是侵入式测量，这种测量允许高复杂度控制，但通常不可行；另一种是非侵入式测量，这种测量提供的信号质量较低，但更实用。一般来说，尚未开发出既能高效、稳健、可扩展地执行高复杂度控制，又能保留非侵入式测量实用性的 BCI 系统。在这里，我们利用反馈信息理论的最新成果 [2、3] 来填补这一空白，将 BCI 建模为一个通信系统，并部署一种人类可实现的交互算法，用于对高复杂度机器人群进行非侵入式控制。我们构建了一个可扩展的机器人行为词典，BCI 用户可以轻松高效地搜索该词典，正如我们通过大规模用户研究测试我们的交互算法的可行性、对（虚拟和真实）机器人群进行完整 BCI 系统的用户测试以及根据理论模型验证我们结果的模拟所证明的那样。我们的结果提供了一个概念证明，即如何通过具有低复杂度和噪声输入的 BCI 系统有效地控制一大类高复杂度效应器（甚至超出机器人技术）。