W7.01.2Distinguishing non-performance from non-recognition设计
需要区分未做到与未识别
别名: 未做到与未识别 · false negative · false positive · gesture segmentation
概念解释
体感系统的失败有两种来源：玩家没有做出目标动作（未做到，false negative 的一种），或玩家做了但传感器没有检测到（未识别，另一种 false negative）。两者的修复路径完全不同——前者是教学问题，后者是工程问题。游戏如果把两种失败混在一起呈现同一个「未识别」提示，玩家无法知道该调整动作还是该调整位置，挫败感来自信息缺失而非失败本身。
机制
区分依赖动作分割（gesture segmentation）和阈值判定的可观测性。动作分割是把连续的传感器数据流切成「候选动作段」的过程——分段成功才能进入识别比对，分段失败（噪声、遮挡、帧丢失）则整个动作从未进入识别管线。分段失败和识别阈值失败的信号特征不同：前者传感器数据里根本没有候选段，后者有段但相似度低于阈值。系统内部可以区分这两种情况，但多数游戏没有把内部状态暴露给玩家，两类失败在界面上长得一样。
边界
完全精确的区分不总是可行。分段失败的根因（遮挡、光照、速度过快）有时无法实时诊断，强行分类可能给出错误提示。区分的价值还取决于玩家能否据此行动：如果提示「动作太小」但玩家认为已经做得很大，提示本身制造了新的归因冲突——这时需要辅助信息（骨架叠加、幅度指示条）让玩家看到系统看到的东西。此外，区分展示有成本：屏幕上多一类状态提示会增加视觉噪声，对沉浸感敏感的游戏需要权衡。
怎么落地
- 在识别管线里保留分段结果和阈值结果的区分，把「无候选动作」与「动作相似度不足」输出为两种不同的界面状态。
- 提供辅助可视化（骨架叠加、动作幅度条），让玩家对照系统检测到的内容与自己的动作感知。
- 验证办法：故意制造两类失败（不做动作、做了但遮挡），检查界面提示是否正确区分；再观察玩家看到提示后是否采取与提示一致的修复动作（调整站位 vs 调整幅度）。