CoroNet hat zum Ziel, die theoretischen und technologischen Grundlagen für zukünftige biohybride und Gehirn-Maschine-Schnittstellen zu schaffen. Neuesten Theorieerkenntnissen zur Gehirnfunktion zufolge stellt dynamische Gehirnaktivität eine kontinuierliche Abfolge von sogenannten Attraktorzuständen dar. Die Prämisse des Projektes ist, dass die effizienteste und am wenigsten traumatische Methode zur Beeinflussung von Wahrnehmung, Bewegung und generellem Verhalten die Steuerung der Wahrscheinlichkeit gewisser Attraktorzustände ist.

Es werden Netzwerkmodelle in Simulation und neuromorpher VLSI entworfen, die diese dynamischen Zustände erkennen. Wenn diese Netzwerke an neuronales Gewebe angebunden werden, können sie mit den neuronalen Attraktordynamiken mitkoppeln, womit Aktivitätstrajektorien über multiple Zeitskalen klassifiziert und gesteuert werden können. Die Fähigkeit zum Steuern der Dynamiken neuronaler Systeme wird in zwei komplementären Versuchsaufbauten entwickelt: In großflächigen Netzwerken kultivierter kortikaler Neuronen (in-vitro), und im sensorischen Neokortex von wachen, normal verhaltenden Ratten, wobei die Eigenschaften der Ratten in sensorischen Entscheidungsaufgaben kontrolliert werden sollen.

Die biomimetischen Netzwerke werden als dem neuesten Stand der Technik entsprechende neuromorphe Systems-on-Chip implementiert und mit dem neuronalen Gewebe sowohl in-vitro als auch in-vivo verbunden.