Human-robot collaboration (HRC) occurs when people and robots work together in a shared environment. Current robots often use rigid programs unsuitable for HRC. Multimodal robot programming offers an easier way to control robots using inputs like voice and gestures. In this scenario, human commands from different sensors trigger the robot’s actions. However, this data-driven approach has challenges: accurately understanding power dynamics, integrating inputs, and precisely controlling the robot. To address this, we introduce EEG signals to improve robot control, requiring reliable signal processing, feature extraction, and accurate classification using machine learning and deep learning. Existing deep learning models struggle to balance accuracy and efficiency. This thesis focuses on whether dilated convolutional neural networks can improve accuracy and reduce training and reaction times compared to the baseline. After using the Morlet wavelet for EEG feature extraction, in the thesis, an existing convolutional neural network as a benchmark is employed and uses the dilated convolution algorithm for comparison. Accuracy, precision, recall, and time are used to assess the comparison algorithm’s performance. The conclusion is that the dilated convolutional neural network performs better than the baseline in accuracy and time parameters. / Samarbete mellan människa och robot (HRC) inträffar när människor och robotar arbetar tillsammans i en delad miljö. Nuvarande robotar använder ofta rigida program som inte är lämpliga för HRC. Multimodal robotprogrammering erbjuder ett enklare sätt att styra robotar med hjälp av röst och gester. I detta scenario utlöser mänskliga kommandon från olika sensorer robotens handlingar. Dock har denna datadrivna ansats utmaningar: att noggrant förstå kraftdynamik, integrera inmatning och exakt styra roboten. För att hantera detta introducerar vi EEG-signaler för att förbättra robotstyrningen, vilket kräver pålitlig signalbehandling, funktionsextraktion och noggrann klassificering med maskininlärning och djupinlärning. Nuvarande djupinlärningsmodeller har svårt att balansera noggrannhet och effektivitet. Den här artikeln fokuserar på om dilaterade konvolutionella neurala nätverk kan förbättra noggrannheten och minska träningstider och reaktionstider jämfört med baslinjen. Efter att ha använt Morlet-våg för EEG-funktionsutvinning använder artikeln en befintlig konvolutionell neural modell som referens och jämför med dilaterad konvolution för att bedöma prestandan. Noggrannhet, precision, recall och tidsparametrar bedömer jämförelsealgoritmens prestanda. Slutsatsen är att det dilaterade konvolutionella neurala nätverket presterar bättre än baslinjen vad gäller noggrannhet och tidsparametrar.