移动目标选择：一种线索整合模型

本文研究了一项需要时间精度的常见任务：当快速移动的目标进入某个选择窗口时，通过调用输入事件来选择显示上的目标。以前的工作探讨了此任务中准确性与精确度之间的关系，但用户可用的视觉线索的作用仍未得到解释。为了将时间性能建模扩展到游戏和音乐中常见的多模式设置，我们的模型基于概率线索整合的原则。使用最大似然估计（MLE）来建模不同类型线索如何整合成可靠的时间任务估计。该模型处理时间结构（重复、节奏）和目标在显示上的可感知运动。它准确预测了一系列现实任务中的错误率。应用包括游戏关卡设计中的难度优化。