生成型人工智能驱动的人体工程学:人类因素工程的虚拟现实混合实验
IEEE transactions on cybernetics
|November 26, 2025
概括
生成型人工智能 (GAI) 通过实现虚拟现实混合实验来增强人体工程学研究. 这种方法增加了人类实验数据,改善了人机系统的认知模型.
科学领域:
- 人类因素工程 人类因素工程
- 认知科学 认知科学
- 人工智能的人工智能
背景情况:
- 传统的人体工程学依赖于人类实验,这些实验在规模和人口代表性方面存在局限性.
- 由于实验更新不灵活,实时人机任务面临实验建模验证应用路径的挑战.
- 现有的认知模型很难适应动态的在线系统.
研究的目的:
- 提出生成人工智能 (GAI) 驱动的人体工程学作为增强人类因素工程 (HFE) 研究的新方法.
- 引入虚拟现实混合实验,以增强认知建模和行为学习.
- 在人机系统中提高人类模型的普遍性和稳定性.
主要方法:
- 将生成人工智能 (GAI) 技术集成到人体工程学研究中.
- 实施虚拟现实混合实验,以补充传统的人体实验.
- 利用GAI来增强用于认知和行为建模的输入多样性.
主要成果:
- 由GAI驱动的人体工程学有效地增强了人类实验数据.
- 虚拟现实混合实验为模型训练提供了更多异质样本.
- 改进的人类模型表现出更好的通用性和稳定性.
结论:
- 生成型人工智能为推进人体工程学和人类因素工程提供了一个强大的范式.
- 混合实验方法对于开发适应性和强大的人机系统至关重要.
- GAI驱动的人体工程学可以克服HFE传统实验方法的局限性.


