建模时间目标选择：来自其空间对应关系的视角

文献标题

Modeling Temporal Target Selection: A Perspective from Its Spatial Correspondence

文献信息

• 主题领域: 人机交互与行为建模
• 关键词: 时间目标选择，用户行为建模，移动目标，建模，游戏设计

研究背景与问题

• 背景: 时间目标选择任务需要用户在有限的时间窗口内触发选择输入，并考虑选择指针的预期延迟。这类任务被广泛应用于游戏场景，例如射击移动目标或跳跃到动态位置。尽管其使用广泛，这类任务中的用户行为预测模型仍然较少研究。
• 问题或挑战: 研究中尚未充分解释用户在时间目标选择任务中的选择行为，尤其是如何受到一系列时间因素（例如目标距离、目标宽度和选择延迟）的影响。
• 重要性: 时间目标选择任务对于许多互动游戏和应用场景至关重要。理解用户行为不仅能帮助设计者优化用户体验，还能提升游戏难度设置的科学性和可靠性。
• 研究动机: 作者试图探索用户在时间目标选择任务中行为的影响因素，并假设时间变量与空间变量在选择任务中具有对应关系。

解决方案

• 方法: 作者提出了时间目标选择模型，其核心是预测用户选择的分布（即“用户通常在何时做选择”）以及选择误差率，基于被验证的一些空间选择任务模型。
• 创新之处:
  • 建立了时间因素（距离、宽度和延迟）与空间因素的对应关系。
  • 提出了能够预测用户选择分布与选择错误率的数学模型。
  • 结合现实实验与在线研究验证模型的有效性与通用性。
• 实施步骤:
  1. 提出基于假设空间与时间因素影响相似性的初始模型。
  2. 在控制环境下进行面向时间目标选择的VR实验。
  3. 在MTurk平台上进行更加复杂视觉编码的在线实验。
  4. 对实验数据进行建模验证并测试模型的泛化性能。
• 关键技术:
  • 建立时间目标选择的数学描述。
  • 通过实验数据拟合模型参数。
  • 使用统计方法（例如RM-ANOVA、多元回归、交叉验证）。

研究成果

• 具体成果:

  1. 构建了多个模型以预测用户选择分布和错误率，包括基础模型（hyp model）、简化模型（simple model）、交互模型（interact model）、以及整合逻辑函数的LfDistance model。
  2. 鉴定了时间因素对用户选择行为的影响：例如目标距离（Dt）增加会导致选择分布中心向前移动，而宽度（Wt）增加会扩展分布的方差。
  3. 实验发现时间因素之间的交互（如延迟(Rt)和距离(Dt))对分布中心有显著影响。
  4. 证明了一些因素的非线性饱和效应（例如时间距离超过某一阈值后，其影响趋于稳定）。

• 比较与优势: 与现有解决方案相比，新模型能更准确地预测选择分布与错误率，同时展示了模型在不同实验条件下的鲁棒性和泛化能力。

• 实验结果: 在VR和在线实验中，所有模型表现出良好的预测能力。例如，在交叉验证中，interact model在复杂条件下表现突出，预测误差率（MAE）最低。

• 局限性与未来方向:

  1. 当前模型主要在速度恒定的目标和指针场景中测试，更复杂动态场景（如加速度变化）尚未研究。
  2. 对用户内部认知与响应机制的理论解释不足，可尝试结合更深入的心理学和神经科学理论。
  3. 可探索将时间选择模型与空间选择模型结合，用于同时影响空间与时间交互的任务场景。