一个多式虚拟现实数据采集平台和数据集,用于评估系统性人类认知状态.

科学领域:

• 人与计算机的交互
• 认知科学 认知科学
• 神经科学是一个神经科学.
• 人工智能的人工智能

背景情况:

• 人与机器在搜救,太空探索和农业等各种应用中合作的兴趣越来越大.
• 有效的人机协作需要人工代理来识别和响应人类的认知状态 (例如,工作量,紧迫性,分心).
• 现有的方法缺乏全面的多式联络数据,以实时分析和预测复杂的认知状态.

研究的目的:

• 介绍一种新的实验范式和多模式数据集,用于研究系统的人类认知状态.
• 促进在交互式任务中对人类认知状态的强大预测模型的开发.
• 为设计未来的人机交互研究实验提供框架.

主要方法:

• 开发了一种用于同步实时记录多个生理数据流的实验设置.
• 使用了先进的传感技术:功能近红外光谱学 (fNIRS),脑电图 (EEG),瞳孔测量,呼吸,电皮活动和斑膜学.
• 收集了80名参与者执行驾驶任务与并发的次要任务 (制动,对话,触觉刺激) 的数据.

主要成果:

• 获得了一套全面的多式联络数据集,在交互式任务中捕捉各种人类认知状态.
• 证明了实验设置能够整合各种生理信号来监测认知状态的能力.
• 该数据集为分析认知状态和生理反应之间的相互关系提供了丰富的资源.

结论:

• 引入的实验范式和数据集对于推进人机合作研究至关重要.
• 该框架使人工智能系统的开发能够更好地响应人类认知动态.
• 这项工作为创建更有效,更适应的人类-人工智能协作系统奠定了基础.