间歇控制的指针点击行为仿真模型

文献标题

A Simulation Model of Intermittently Controlled Point-and-Click Behaviour

文献信息

• 主题领域: 人机交互（HCI）、用户行为建模、点击任务模拟
• 关键词: 点点击行为, 模拟模型, 用户性能, 菲茨定律, 深度强化学习

研究背景与问题

• 发现问题或挑战: 点点击行为是现代桌面环境中基本的交互任务，但现有的用户性能模型大多仅预测汇总指标（例如完成时间和错误率），而无法模拟交互的动态过程。此外，先前模型对用户控制的关键特性（如预测性间歇控制）和点击动作的认知过程考虑不足。
• 重要性: 精确的点点击模拟模型可以帮助优化用户界面设计，减少开发成本，并更深入地理解用户行为。
• 研究动机与相关工作:
  • 现存的点点击行为模型无法兼顾动态交互过程和人类的认知与运动特性。
  • 最近在控制理论和动态模型方面的进展为更深入的模拟提供了理论基础（如BUMP模型和ICP模型）。

解决方案

• 方法或解决方案:
  • 提出了一个结合人类视觉感知、间歇性运动控制、点击决策、上肢运动学以及输入设备效应的点点击行为模拟模型。
  • 使用基于深度强化学习的马尔科夫决策过程（MDP）优化用户行为策略。
• 创新之处:
  • 模型结合了多个现有的子模块，包括间歇性运动控制模型（BUMP）和间歇点击规划模型（ICP），以重现真实用户的运动轨迹、点击结果分布等行为。
  • 使用深度强化学习来优化用户行为策略，从而实现动态、逼真的模拟。
• 实施步骤:
  • 模型包括五个核心模块：视觉感知模块、运动控制模块、点击动作模块、鼠标模块和上肢模块。
  • 在离散时间环境中模拟用户，考虑感知噪声、运动噪声和鼠标坐标干扰等因素。
  • 使用深度Q学习训练用户策略，在多场景下优化点击决策和运动预测视角。

研究成果

• 具体成果:
  • 模型能够准确重现真实用户的完成时间、点击错误率和光标轨迹。
  • 在删除模型某些子模块时的消融实验表明，感知噪声和鼠标加速功能等对用户性能的影响显著。
  • 主观用户评估显示模拟的光标轨迹与真人用户行为难以区分。
• 优势:
  • 与现有静态模型相比，该模型可以处理动态目标，考虑用户的认知与运动特点，提供更真实的模拟结果。
• 实验或评估结果:
  • 模拟完成时间和失败率接近真实用户实验数据（均值完成时间：模拟0.84秒，真人0.89秒；失败率：模拟31.3%，真人37.7%）。
  • 消融实验显示去除视觉噪声后点击失败率显著降低（22.4%），但完成时间略微增加。
  • 深度强化学习稳定地收敛于最优行为策略。
• 局限性与未来方向:
  • 模型无法反映个体用户间的行为差异，目前仅针对平均用户设计。
  • 模拟对于连续任务间的准备动作仍有限，为复杂目标运动的处理有待探索。
  • 可考虑扩展视觉模块以处理复杂目标轨迹，加入眼动模型以研究用户视觉编码过程对性能的影响。

通过该研究，未来的点点击行为模型开发提供了一个坚实的基础，同时也揭示了用户行为背后的底层机制。这为实现更高效的交互系统设计开辟了新途径。