许多人都有拖延症,无法优先处理最重要的工作。为了帮助用户克服此类问题,Habitica 等游戏化生产力工具使用了启发式积分系统,但这可能会适得其反。我们最近提出了一种更有原则性的积分值计算方法,以避免此类问题。虽然理论上很有前景,但即使对于非常短的待办事项清单,也需要大量计算。在这里,我们提出了一种可扩展的近似方法,使我们的待办事项清单游戏化原则方法可在现实世界中使用。我们的方法利用人工智能来生成游戏化的待办事项清单,其中每个任务都受到一定数量的积分的激励,这些积分传达了该任务的长期价值。我们的新方法更具可扩展性的原因在于,它将计算用户如何最好地实现其目标的长期计划的问题分解为一系列较小的规划问题。我们通过将该方法应用于目标、子目标和任务数量不断增加的待办事项列表来评估该方法的可扩展性,并且我们还增加了目标层次结构的嵌套层数。我们发现该方法可以使 Web 和移动应用程序为相当大的待办事项列表计算出出色的积分系统,其中最多 576 个任务分布在最多 9 个不同的顶级目标上。我们的方法可通过 API 1 免费获得。这使得我们的方法易于在游戏化的 Web 应用程序和移动应用程序中使用。
主要关键词