动态变化路径中的 steering 操作

文献标题

Steering through a Dynamically Varying Path

出版信息

• 主题领域: 人机交互，聚焦于动态变化路径中的引导任务。
• 关键词: 引导定律，动态变化路径，人机交互，GUI设计，光标移动，时间约束，路径几何，用户性能，运动控制，预测建模。

背景与问题

• 问题/挑战: 现有关于引导任务的研究主要集中在具有固定几何形状和难度指数（ID）的静态路径上。然而，现实应用（如电子游戏和图形用户界面（GUI））通常涉及动态变化的路径，这对传统引导模型提出了挑战。
• 重要性: 理解用户在动态变化路径上的行为和性能对于设计自适应和吸引人的GUI和游戏界面至关重要。目前的模型未能考虑路径几何的时间变化，限制了其在现实场景中的适用性。
• 动机与相关工作: 先前的研究已将引导定律扩展到曲线、变窄和变宽的路径，但这些路径是静态的。时间因素（如占用时长 Docc）已在其他背景中有所探讨，但尚未应用于动态变化路径。本研究通过研究动态变化路径下的引导性能并提出新的预测模型，填补了这一空白。

解决方案

• 提出的方法: 本研究引入了一种新颖的实验框架，用于分析用户在动态变化路径上的行为，并开发了基于时间和空间参数的改进模型以预测性能。
• 创新点:
  1. 对动态变化路径上的引导任务进行实证研究，重点关注空间参数（W2, OP）和时间参数（Docc）。
  2. 将先前的研究结果扩展到新的通道几何形状（OP ∈ {顶部, 底部}）和动态条件。
  3. 开发了两个改进模型：一个基于光标速度和路径宽度，另一个引入逻辑函数以考虑时间效应。
• 过程与关键技术:
  1. 进行了一项用户研究，15名参与者在路径宽度（W2）、振幅（A）、占用时长（Docc）和位置（OP）变化的条件下完成引导任务。
  2. 收集了移动时间（MT）、错误率（ER）和光标速度（V1, V2*）的数据。
  3. 评估基线模型并基于实证发现和理论见解改进模型以纳入时间参数（Docc）。

结果

• 具体发现:
  • 在变宽路径中，移动时间（MT）较短（1220 ± 512 毫秒），而在变窄路径中较长（1826 ± 1195 毫秒）。
  • 在变窄路径中，错误率（ER）较高（28.21 ± 22%），而在变宽路径中较低（10.48 ± 13%）。
  • 在变窄条件下，光标速度（V2）降低（0.51 ± 0.31 像素/毫秒），而在变宽条件下增加（0.64 ± 0.25 像素/毫秒）。
  • 改进模型的预测性能显著优于基线模型（调整后R² = 0.89–0.94），而基线模型的调整后R²为0.51–0.56。
• 相较基线的优势:
  • 改进模型明确纳入了时间参数（Docc），实现了更高的准确性（调整后R²提高最多0.38）和更低的误差（RMSE最多减少270.99毫秒）。
  • 基于逻辑函数的建模有效捕捉了快速路径变化下的用户行为，优于线性模型。
• 实验/评估:
  • 采用被试内设计，每位参与者在五种Docc条件（0–1000毫秒）下完成600次试验。
  • 指标包括MT、ER和光标速度，使用重复测量方差分析（RM-ANOVA）和回归建模进行分析。
  • 模型通过留一条件交叉验证（LOOCV）进行验证。
• 局限性与未来工作:
  • 仅限于线性路径形状和固定的Docc，降低了生态效度。
  • 可预测的路径变化点可能影响了用户策略。
  • 未来工作应探索更复杂的几何形状、可变的Docc以及多样化的输入设备。

总结

本研究探讨了动态变化路径上的引导任务，引入了时间参数（Docc）以扩展传统引导模型。实证结果表明，Docc对用户性能有显著影响，改进模型实现了更高的预测准确性（调整后R² = 0.94）。研究结果为GUI和游戏设计师提供了可操作的洞见，支持动态界面的评估。局限性包括对线性路径和固定Docc的关注，未来研究应在更复杂和现实的场景中展开。