Adapt2Learn:用于为运动技能学习的自适应物理工具配置学习算法的工具包
作者
力反馈与伪重力感形变界面与软机器人材料生态设计与绿色计算创客(Maker)与DIY爱好者HCI 研究员
最近一项关于运动技能训练的研究表明,使用形状变化根据学习者表现调整训练难度的自适应训练工具可以带来更高的学习收益。然而,目前没有支持工具帮助设计师创建自适应学习工具。我们的形成性研究表明,开发自适应学习算法尤其具有挑战性。我们通过构建 Adapt2Learn 来解决这一问题,这是一个可自动生成自适应工具学习算法的工具包。设计师选择工具的传感器和执行器,然后 Adapt2Learn 配置学习算法并生成可部署到工具上的微控制器脚本。该脚本通过传感器评估学习者表现,计算训练难度,并驱动工具调整难度。Adapt2Learn 的可视化工具让设计师能够可视化工具的适应行为并评估学习算法。为了验证 Adapt2Learn 能够为不同工具生成适应算法,我们构建了多个应用示例,展示了成功的部署。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3461778.3462128
一眼看懂
fact_check论文快照
dataset
来源
DIS
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
力反馈与伪重力感、形变界面与软机器人材料、生态设计与绿色计算
work
职业/产业
创客(Maker)与DIY爱好者、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
2 篇相关论文