眼睛追踪特征:在自动监管控制任务中揭示信任校准状态
Keran Wang1, Wenjun Hou2,3,4, Huiwen Ma2
1School of Intelligent Engineering and Automation, Beijing University of Posts and Telecommunications, No. 1 Nanfeng Road, Shahe Higher Education Park, Shahe Area, Changping District, Beijing 102206, China.
Sensors (Basel, Switzerland)
|January 8, 2025
概括
本研究引入了眼睛跟踪,以测量自动化系统中的操作员信任校准. 眼睛追踪功能有效地预测信任水平,为人与代理合作提供一种新的客观方法.
科学领域:
- 人与计算机的交互
- 认知工程 认知工程
- 自动化和控制自动化和控制
背景情况:
- 信任校准对于适当依赖自动化系统至关重要.
- 现有的信任测量方法往往是侵入性的,主观的或零星的.
- 客观,实时的信任评估是有效的人与代理合作所必需的.
研究的目的:
- 探索新的,客观的方法来测量运营商信任校准使用眼球追踪技术.
- 使用多模式数据开发用于信任校准的动态预测模型.
- 为了评估眼睛跟踪功能在模拟现实世界的场景中评估信任校准的有效性.
主要方法:
- 模拟了警报状态歧视任务,以收集眼睛跟踪,交互,系统日志和主观信任数据.
- 开发了一个动态预测模型来推断缺少的主观信任数据.
- 使用双层随机森林方法与眼睛跟踪功能来构建用于信任校准的歧视回归模型.
主要成果:
- 一个随机森林模型有效地使用眼睛跟踪数据预测了信任校准状态.
- 眼睛跟踪特征,如形持续时间,固定时间和形固定比率是显著的预测因素.
- 开发的模型在动态,现实世界的场景中评估信任校准方面表现有效.
结论:
- 眼球追踪提供了一种新且有效的方法,用于测量自动监督控制中的运营商信任校准.
- 这种方法可用于评估真实环境中的人-代理协作团队的信任校准.
- 基于眼睛跟踪的客观信任评估可以提高对人机交互的理解和管理.
