机构名称：
¥ 1.0
摘要：在智能环境中实现成功的人机协作需要对人类行为进行建模，以预测人们的决策。本研究的目标是利用 TBR 和 Alpha 波段作为电生理特征，以区分不同的任务，每个任务都与不同的推理深度相关。为此，我们在参与者执行两项认知任务：挑选和协调时监测了 TBR 和 Alpha 的调节。在挑选条件下（处理深度较低），要求参与者从四个单词的字符串中自由选择一个单词。在协调条件下（处理深度较高），要求参与者尝试选择与分配给他们的未知伙伴相同的单词。我们进行了两种类型的分析，一种考虑时间因素（即观察试验中的动态变化），另一种不考虑。当不考虑时间因素时，只有 Beta 对挑选和协调之间的差异敏感。然而，当包括时间因素时，实验中期认知努力和疲劳之间发生了转变。这些结果凸显了监测电生理指标的重要性，因为疲劳等不同因素可能会影响直觉和深思熟虑的推理模式的瞬时相对权重。因此，在人机交互中监测人机随时间的反应可能对人机交互中顺利协调至关重要。
传感器
主要关键词
相关文件推荐
