help研究问题决策优化与强化学习理解
模型中视觉噪音和鼠标加速特性对用户性能的影响如何验证?所属方向: 人机协作与决策支持
决策优化与强化学习理解
统计基于当前已索引 question 数据,来源缺失不影响问题展示。
64
问题/痛点
16
来源
2024
最近年份
lightbulb现实痛点决策优化与强化学习理解
用户界面的点选任务缺乏真实的动态交互模型支持。help研究问题决策优化与强化学习理解
触屏输入中,用户如何在视觉和运动资源有限的条件下优化输入策略?help研究问题决策优化与强化学习理解
触屏输入的动态适应行为如何影响视觉分配和错误修正过程?help研究问题决策优化与强化学习理解
强化学习模型能否准确预测用户的动态输入行为并适应不同的任务条件?lightbulb现实痛点决策优化与强化学习理解
用户在触屏输入时常因视觉冲突和错误修正降低效率。help研究问题决策优化与强化学习理解
在用户探索优化动作型触觉引导(OAHG)和用户预测型触觉引导(UPHG)的优缺点时,两者能否结合以同时提升任务性能和用户体验?help研究问题决策优化与强化学习理解
在深度学习(如强化学习、元学习)驱动下,如何设计出一种自适应触觉引导系统以减少用户与系统的冲突?help研究问题决策优化与强化学习理解
新提出的方法(UT、UA和SC)在触觉引导的性能和用户主观体验方面能达到什么效果?lightbulb现实痛点决策优化与强化学习理解
触觉引导系统可能与用户意图冲突,降低舒适度和操作效果。help研究问题决策优化与强化学习理解
如何在动态适应用户界面的过程中预测短期和长期的调整效用?help研究问题决策优化与强化学习理解
模型驱动强化学习(MBRL)如何改进用户界面的自适应性?help研究问题决策优化与强化学习理解
与静态设计和传统频率自适应方法相比,MBRL在什么情况下能够显著降低用户选择时间?lightbulb现实痛点决策优化与强化学习理解
随机调整的用户界面容易导致用户困惑或较高的学习成本。相关论文
CHI 2024
通过整合评价和强化学习的计算模型来模拟情感
Jiayi Eurus Zhang, Bernhard Hilpert, Joost Broekens
CHI 2024
用强化学习支持任务切换
Alexander Lingler, Dinara Talypova, Jussi P. P. Jokinen
CHI 2023
用户指向模型的平均化实验设计和参数估计
Antti Keurulainen, Isak Rafael Westerlund, Oskar Keurulainen
UIST 2022
为生物力学用户模型注入生命
Aleksi Ikkala, Florian Fischer, Markus Klar
CHI 2022
选择或建议?基于强化学习的高精度触摸屏目标选择方法
Zhi Li, Maozheng Zhao, Dibyendu Das
CHI 2022
重新发现可能性:强化学习的视角
Yi-Chi Liao, Kashyap Todi, Aditya Acharya
CHI 2021
间歇控制的指针点击行为仿真模型
Seungwon Do, Minsuk Chang, Byungjoo Lee
CHI 2021
触摸屏打字作为最优监督控制
Jussi P. P. Jokinen, Aditya Acharya, Mohammad Uzair
CHI 2021
基于最优动作的或基于用户预测的触觉引导:你能做得更好吗?
Hee-Seung Moon, Jiwon Seo
CHI 2021
基于模型的强化学习适应用户界面
Kashyap Todi, Gilles Bailly, Luis Leiva