運動想象腦-機接口（MI-BCI）作為最常見的主動式腦-機交互范式，仍存在指令集小、正確率低等瓶頸問題，其信息傳輸速率（ITR）與實際應用嚴重受限。本文設計了六指令想象動作，采集了 19 名被試的腦電信號（EEG），研究協同腦-機接口（cBCI）的協同策略對 MI-BCI 分類性能的提升效果，對比了不同群體規模、融合策略的變化對群體分類性能的影響。結果表明，最適的群體規模為 4 人，最佳的融合策略為決策融合，并且在該條件下群體的分類正確率達到了 77%，這比相同群體規模下特征融合策略有所提高（77.31% vs. 56.34%），并且比單用戶的平均水平明顯提高（77.31% vs. 44.90%）。本研究證明了 cBCI 協同策略可有效提升 MI-BCI 分類性能，為 MI-cBCI 研究及其未來應用奠定了基礎。